09:33
官方一手arXiv: DeepSeek@Huimin Wang, Zhengyi Zhao, Yutian Zhao
精选73°
推荐理由：斯坦福团队发布临床推理基准，测试八种历史表示策略，发现压缩导致关系损失，小模型 Haiku 在全上下文下超越大模型 Sonnet。
MIMIC-IV
共 3 条相关 AI 资讯
9月2日
09:33
ClinTraceBench 包含 385 个来自 MIMIC-IV 的验证对话，采用九项任务分类和 L0-L4 确定性验证。研究评估了八种历史表示策略，包括检索、压缩方案和智能体记忆系统，在 6,271 个问题上进行了 200,672 次预测。研究发现压缩策略在多访视趋势和跨患者比较上存在聚合损失，盲法与全上下文方法差距达 29.8-62.7 个百分点。
8月7日
11:39
11:39
官方账号arXiv cs.AI@Mutasim Fuad Sarker, Adiba Rahman Namira, Wafa Binte Alam, Md Adnan Arefeen, Mahzabeen Emu, Sumaiya Tabassum Nimi
推荐理由：这个QuanTiMedAI挺有戏：605个参数就把心脏骤停死亡预测AUROC做到0.852，比原来最好的还高2.9%。
7月29日
10:38
10:38
官方账号arXiv cs.LG@Weixin Liu, Juming Xiong, Congning Ni, Yanfan Zhu, Xingtao Lin, Bradley A. Malin, Zhijun Yin
推荐理由：这篇论文提出了DRIFT，一种ICU生理轨迹预测新方法，在MIMIC-IV和eICU-CRD上比TFT-action的MAP误差低0.67%，尤其在治疗序列变化时表现更准。