應用研究／科學資料工程
Astro-COLIBRI 以受約束 LLM 解析天文通報，十年自由文字轉成 68,393 筆觀測
新管線把 NASA GCN Circulars 的測光、紅移與觀測時間轉成事件層級結構化資料，並已投入即時運作。內部稽核錄得 99.80% 欄位判定正確率，但時間與觀測設施歸屬仍是主要錯誤來源，研究用途須回查原文。
Astro-COLIBRI 團隊公開一套已投入運作的 LLM 資料管線，用來處理天文台以自由文字發布的 NASA GCN Circulars。系統先由持續執行的 listener 接收通報、關聯伽瑪射線暴等瞬變事件並做確定性預分析，再呼叫具固定 schema 的大型語言模型，抽取測光值、濾鏡、時間、上限、紅移、聯絡資訊及觀測設施。結果經單位與時間正規化後寫入 Astro-COLIBRI API，供網頁、行動程式、CSV、VOTable 和光學餘暉圖表使用。
論文報告，調校後的流程成功處理 2026 年上半年全部 1,775 份評估通報，沒有工作流層級失敗。研究者人工檢查 210 份 Circulars，在 25,880 個可明確判定的欄位中確認 25,827 個，欄位正確率為 99.80%；53 個錯誤集中在八份通報的時間解讀與設施歸屬。與獨立 GRBweb 資料比較時，雙方共有的 249 個事件中有 228 個紅移值一致，其餘差異來自上限、候選宿主估值或後續修訂，而非單純把數字讀錯。
團隊亦把管線套用至 2016 年以來的完整檔案，從 26,811 份報告整理出 5,787 個事件的 68,393 筆觀測，現時並會即時處理新通報。可重用部分已作為 Python 套件 `astro-colibri-circular-parser` 發布，包含確定性預分析、schema 約束抽取、事件關聯、資料增補與一致性檢查。這是比一般文件摘要更值得留意的應用：模型輸出受資料契約和後處理包圍，並以人工欄位稽核及外部目錄交叉驗證。然而樣本來自單一專業文體，稽核亦由團隊內部完成；時間語句、非標準濾鏡及 Vega／AB 校準轉換仍可能造成科學偏差。任何正式分析都應保留 Circular ID，回查原始通報，而不能把高平均正確率視為逐筆保證。