现有科技论文创新性评价方法主要依赖专家人工评审,效率低且主观性强,或者依赖滞后的量化指标,缺乏前瞻性与解释力。本文提出一种基于DeepSeek模型的干细胞领域科技论文创新性评价框架。首先,以干细胞领域的科技论文为实验对象;其次,调用bge-large-en-v1.5模型对最具代表性论文集的论文标题与摘要进行向量化,构建文本语义向量数据库,并且利用deepseek-reasoner模型抽取创新性特征以组建向量化的创新特征数据库,并将两数据库进行加权融合;最后,将目标论文放入融合后的两数据库,经FAISS向量检索与Top-k相似度匹配后,生成最终创新性打分等级,并和DeepSeek模型在无干预情况下的打分结果进行比较验证,以此检验DeepSeek模型对生物医学领域的科技论文进行创新性评价的效果。实证结果显示,DeepSeek模型在创新性评价中存在整体打分偏高的倾向,在经过训练之后,该模型可以有效提高创新性评价的稳定性与有效性,体现出在识别论文创新维度与差异特征方面具有较高潜力。