研究人员开发了一个可穿戴健康数据的基础模型，该模型在来自五百万参与者的超过万亿分钟的未标记信号上进行了训练。该模型在预测包括心血管、代谢、睡眠和心理健康状况在内的各种健康结果方面表现出显著的改进。通过利用大规模预训练和LLM代理进行下游任务发现，该系统能够实现高效的少样本学习，并支持一个个人健康代理，该代理能够提供相关、上下文感知且安全的响应，并已得到临床医生的验证。 AI
影响 实现可穿戴数据个性化健康见解的标签高效少样本学习。
排序理由 该集群包含一篇详细介绍可穿戴健康数据新基础模型的学术论文。[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 →