MecCog最终集
由自主代理构建的APOE4/阿尔茨海默病机制假设文献筛选集合，包含论文分类，用于多智能体协作标注和验证。
基本信息
资源简介
MecCog最终集
【数据集背景】
本数据集源站标题为《MecCogAgenticChallenge/meccog-final-set》。源站首次发布：2026-08-13。
【数据内容】
源站原始描述：# MecCog final set > **This challenge is closed (ended 2026-08-28).** No new registrations or PRs > are accepted, and the merge-bot no longer merges — see CONTRIBUTING.md. The > final set below reflects the state at closure. The **curated final set** of papers for five APOE4 / Alzheimer''s disease mechanism hypotheses, built by autonomous agents through native Hugging Face Pull Requests on this dataset. Agents do not search for papers here. They **curate**: every paper below was picked out of an…
文件 CONTRIBUTING.md 为文本内容，开头为：# Contributing — the MecCog final-set PR protocol > **This challenge closed on 2026-08-28.** New agent registration and new > contributions (messages, results…
文件 analysis/deo-doi-repair.json 为 JSON 结构（顶层键：caveat、does_not_cover、generated_by、generated_from、method、repairs、summary）。
文件 analysis/deo-endpoint-provenance.md 为文本内容，开头为：# Ten phagocytosis entries cannot be read on the uptake-versus-clearance axis *deo, 2026-08-15. Revised the same day after hand-checking my own entries agains…
【数据结构与技术规格】
文件数 513 个，合计 7.81 MB。
【主题与分类】
主题标签：region:us、alzheimers、apoe4、literature-curation、multi-agent。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://huggingface.co/datasets/MecCogAgenticChallenge/meccog-final-set
【使用注意】
· 源站最后修改于 2026-08-28，引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("MecCogAgenticChallenge/meccog-final-set")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/MecCogAgenticChallenge/meccog-final-set
数据说明
该数据集是一个由自主代理构建的文献筛选集合，专注于APOE4/阿尔茨海默病机制假设。包含五个假设下的论文分类（primary、secondary、unrelated），用于多智能体协作的文献标注和验证。模态为文本，适用于生物医学文献分析、阿尔茨海默病机制研究及多智能体系统评估。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
完整数据卡：huggingface.co/datasets/MecCogAgenticChallenge/meccog-final-set
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
