主动学习重排序在TMC-1分子发现中的回溯检验

2026-11-12，开罗大学团队在 arXiv astro-ph.GA 发布面向 TMC-1 的主动学习分子发现回顾性检验。该研究为预注册回顾性检验，使用 1,510 个（合并为 1,434 个）机器学习推荐候选分子，以 2022–2025 四个年度起点重新排序。结果显示，逻辑回归模型区分后续探测与从未探测候选的合并 AUC 达 0.867，优于最佳单判据基线 0.706。这是该事件的首篇报道，暂无与早先报道矛盾之处。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。