{"ok":true,"nota":{"id":"544d94bfbad479ba","slug":"herramientas-de-inteligencia-artificial-pueden-extraer-datos-de-materi-544d94","titulo":"Herramientas de inteligencia artificial pueden extraer datos de materiales de miles de artículos científicos","resumen":"Los autores usaron aprendizaje automático y modelos de lenguaje grandes para leer automáticamente artículos científicos y sacar de ellos datos y conocimientos sobre materiales. El trabajo evalúa qué tan bien funciona ese proceso de extracción.","fuente":"arxiv-materia","fuenteNombre":"arXiv · Materiales","color":"#8b5a2b","autor":"Aravindan Kamatchi Sundaram","url":"https://arxiv.org/abs/2610.29895v1","imagen":"/hoy/portada/544d94bfbad479ba","tema":"tecnologia","subtemas":["inteligencia artificial","modelos de lenguaje","ciencia de materiales","extracción de datos"],"entidades":["arXiv"],"formato":"dato","entretenimiento":false,"pubTs":"2026-10-21T15:38:05.000Z","indexTs":"2026-10-22T02:37:39.775Z","hash":"0ba9e63095203436a55b007a30430b28ac64dabcff97498799260916f4af2211","tsa":{"time":"Oct 22 02:38:06 2026 GMT","provider":"freetsa.org","sobre":"sello"},"stats":{"views":0,"likes":0,"clicks":0,"dwell":0},"tipo":"motor","registro":"hallazgo","porQueImporta":"Hoy una parte enorme del conocimiento científico queda enterrada en papers que nadie puede leer completos, y esta herramienta busca ordenarlo en forma automática. Para un investigador o estudiante de acá, esto podría acelerar la búsqueda de datos que hoy lleva semanas. El límite serio es que la IA puede equivocarse al leer números o contextos, y eso exige revisión humana.","quienFirma":"arXiv (preprint, institución principal no identificada)","confianza":"preprint","consulta":{"pregunta":"¿Confiarías en una IA para resumir papers científicos?"}},"sello":{"hash":"0ba9e63095203436a55b007a30430b28ac64dabcff97498799260916f4af2211","sello":"ed65616a5bd00f4ec42d8e66a1d428d1ea2890adfed2f39dcdaf011f9be28f62","beacon":{"drand":{"cadena":"8990e7a9aaed2ffed73dbd7092123d6f289930540d7651336225dc172e51b2ce","ronda":6573521,"aleatorio":"c503974c57cbccdcc16fa936342ceaefc60d767b5b661492069d6b81a28f3d2b","tiempo":"2026-10-22T02:37:30.000Z"},"nist":{"cadena":2,"pulso":1993966,"salida":"09387950FDE2977EAA491AB2D24BFC076CFF9FEDD7EC5C297EC5732E1897321779C3A6E3B59BAABBA241E896AE38C414CCC5B483CE0298F961C220AFA83E4752","tiempo":"2026-10-22T02:37:00.000Z"},"noAntes":"2026-10-22T02:37:30.000Z"},"verificacion":{"drand":true,"nist":true},"tsa":{"time":"Oct 22 02:38:06 2026 GMT","provider":"freetsa.org","sobre":"sello"},"original":{"titulo":"Automated Materials Data and Knowledge Extraction using Machine Learning and Large Language Models","descripcion":"","pubDate":"2026-10-21T15:38:05Z","url":"https://arxiv.org/abs/2610.29895v1"},"indexado":"2026-10-22T02:37:39.775Z"}}