PulseAugur
中
实时 09:31:36
English(EN) LLMs as Post-hoc Auditors of Physiological Plausibility in Symbolic Regression: A Clinician-Evaluated Case Study

大型语言模型在符号回归模型的事后审计方面显示出潜力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员探索了使用大型语言模型（LLMs）来审计符号回归模型在生理学上的合理性，特别是在医学背景下。虽然LLMs在对演化出的数学表达式进行排名方面显示出潜力，但它们的解释有时在生理学和数学上存在疑问。临床医生发现LLMs的比较排名比孤立的术语解释更有用，这表明LLMs更适合专家监督的审计，而不是自主验证。 AI

影响 大型语言模型可以协助验证复杂的科学模型，有可能加速医学等领域的发现。

排序理由 该集群包含一篇详细介绍新研究方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

大型语言模型在符号回归模型的事后审计方面显示出潜力

本文如何被排名

Signal score
13 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群包含一篇详细介绍新研究方法的学术论文。[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, model release
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
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Jorge L\'opez-Varela, J. Ignacio Hidalgo, Jos\'e-Manuel Mu\~noz, Omar Costilla-Reyes, Esther Maqueda, Jesus Moreno-Fernandez, Tom\'as Gonz\'alez-Vidal, J. Manuel Velasco, Oscar Garnica ·

    大型语言模型作为符号回归中生理学合理性的事后审计者：一项临床医生评估的案例研究

    arXiv:2609.11431v1 Announce Type: new Abstract: Genetic Programming and its variants, such as grammatical evolution, are widely used in Symbolic Regression to derive mathematical expressions from multivariate data. In addition to predictive accuracy, models are appreciated for th…

相关实体

相关话题