标签:人工智能

该标签下的全部条目(栏目名、期号「YYYY-MM-DD」与「每日前沿」都会作为标签)。

两阶段自动筛选流程验证:三独立评审者分层一致性研究

在医学系统综述的题录-摘要筛选中,两阶段自动流程(规则脚本+大模型裁定)与三名独立人工评审者的分层一致性总体提示较高,但该结论仅针对第一阶段自动排除决策,且不同评审者间差异明显,尚不足以外推为通用验证结论。 设计为分层一致性研究(预印本,证据档位C)。从904条已筛记录(第一阶段

可解释机器学习临床特征糖尿病预测的集成与提升算法比较

该研究提示,基于临床特征的多种机器学习算法在糖尿病预测中具有一定区分能力,其中优化随机森林整体准确率最高,但方向性结论仍需外部验证。 研究为基于公开数据集的算法比较研究,使用含768条患者记录、8个预测变量的Pima Indians Diabetes数据集,对生理性无效零值采用中

博弈论多智能体框架降低语言模型幻觉

结论方向为正向:作者报告 G-Frame 框架可减少轻量语言模型在规则型科学领域的幻觉,并提升推理表现;但证据档位为 C,属早期探索性结果,尚不足以作为确定性结论。 研究设计为方法学开发与基准评测:构建整合贝叶斯与团队博弈原理的自适应多智能体框架,用于自动化闭环数据合成与模型训练

眼反射图像人物与场景分析的机器学习系统综述

该综述提示,机器学习方法在利用眼反射图像进行人物与场景分析方面已有初步探索,但现有研究分散于不同任务与应用领域,尚不足以形成统一结论。 研究为系统文献综述,遵循Kitchenham与Charters指南及PRISMA 2020框架,从Q1与Q2期刊中系统筛选出2006年1月至20

基于预训练蛋白语言模型的肽类激素预测框架pLM-HP

提示:结合ESM2蛋白语言模型与双向长短期记忆网络并引入类别权重,pLM-HP在肽类激素预测上表现较好,但属计算预测,尚不足以下临床结论。 研究为计算方法开发与基准评估,非人体或动物实验;采用五折交叉验证与独立测试集评估,样本量、干预与对照、随访时长材料未报告。

通用大模型作为受限晶体组分生成器:Elpasolite基准评估

在Elpasolite大化学空间基准上,通用大语言模型经迭代提示-应答框架可平均找回目标区域中96%的低能Elpasolite组分,作者据此提示其在目标性质空间覆盖上可能优于既往任务专用生成模型,但该结论基于单一基准,属提示性证据。 研究为计算基准评估类设计,材料未报告具体样本量