一项新的研究将 TabPFN-3.5、TabICLv2 和 Mitra-v2 等表格基础模型与 Firth logistic 回归模型进行了比较,发现这些先进模型并未提供准确临床风险预测的捷径。在一项预注册的已知真实风险的模拟研究中,基础模型在校准方面并未始终优于传统方法。即使在大量患者的情况下,它们提供接近真实风险的能力也常常受限,尤其是在事件发生率较低时。研究还表明,任何模型都无法处理不同人群之间事件发生率的变化,尽管在本地数据上进行重新校准可以部分解决此问题。 AI
影响 先进的表格基础模型尚未为校准的临床风险预测提供可靠的捷径,这表明传统方法仍然具有竞争力。
排序理由 该集群包含一篇评估人工智能模型与传统统计方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →