一项新近发表在 arXiv 上的研究调查了基础模型(FMs)在检测致心律不齐综合征(一种罕见心脏病)方面的有效性。研究发现,虽然基础模型可以改进高容量架构的优化,但它们本身并不为罕见病提供可迁移的临床知识。在零样本跨站点迁移场景下,基于基础模型的管道表现与监督基线相似,这表明模型架构和数据领域对齐比单独的预训练更能捕捉有临床意义的表征。 AI
影响 挑战了大规模预训练固有地编码罕见病有临床意义表征的假设。
排序理由 学术论文,详细介绍了基础模型的研究发现。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →