PulseAugur
中
实时 08:24:30
English(EN) The C-index illusion: discrimination without calibration in published survival models

研究发现：生存模型评估因过度关注C指数而存在缺陷

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新发布的arXiv论文《C指数的幻觉：已发表生存模型中的无校准歧视》对仅以C指数衡量的生存分析模型区分能力进行评估的常见做法提出了质疑。研究表明，由于该指标忽略了模型校准和时间依赖性准确性，因此可能具有误导性。该研究重现了来自不同领域的三个已发表的生存机器学习模型，发现一个区分能力与已发表模型几乎相同的模型在正式校准测试中失败了。该论文还强调，将删失误解为非信息性可能导致金融模型风险估计出现重大偏差。 AI

影响 强调了常见机器学习模型评估指标的潜在缺陷，敦促谨慎解读区分度得分。

排序理由 发表在arXiv上的学术论文，讨论了机器学习模型的评估方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

研究发现：生存模型评估因过度关注C指数而存在缺陷

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
发表在arXiv上的学术论文，讨论了机器学习模型的评估方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
46 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Rafael da Silva, Danilo Alvares ·

    C指数的幻觉：已发表生存模型中的校准缺失的区分度

    arXiv:2607.19526v1 Announce Type: new Abstract: "Stop Chasing the C-index when Evaluating Survival Analysis Models" (ICML 2026, Spotlight) argued normatively, on synthetic data, that evaluating survival models by discrimination alone, i.e. the concordance index, produces systemat…

相关实体

相关话题