实体
Himanshu Tripathi
Himanshu Tripathi
PulseAugur coverage of Himanshu Tripathi — every cluster mentioning Himanshu Tripathi across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的门控激活引导方法可对抗大型语言模型的谄媚和幻觉
研究人员开发了一种名为门控激活引导的新方法，用于减少大型语言模型中的谄媚和幻觉，特别是在医疗问答方面。该技术使用推理时干预（Inference Time Intervention）来应用针对幻觉和谄媚的引导方向，仅在必要时进行干预。在电子健康记录的评估中，该方法显著提高了40亿参数模型的鲁棒性，使其能够承受用户压力，并保持与更大模型相当的准确响应，而无需更改模型权重。
-
神经符号AI管道评估脓毒症治疗合规性
研究人员开发了一个神经符号管道来评估脓毒症治疗中的临床合规性，将大型语言模型与Sugeno模糊推理系统相结合。该方法将混乱的临床数据映射到标准化词汇表，并评估对 Surviving Sepsis Campaign bundle 规则的遵守情况。该系统应用于 MIMIC-IV v3.1 中的 2,400 多个脓毒症病例，识别出抗生素用药时间和一小时内护理的关键环节中断，并注意到基于合规性水平的 ICU 住院时间差异。
-
AI 集成对话需要用户关注点，而非仅仅技术细节
作者认为，工程团队在将 AI 集成到产品中时，常常误解了核心对话的必要性。团队应该优先讨论 AI 要解决的实际问题以及它将如何影响用户，而不是专注于模型微调或数据管道的技术细节。这种关注点的转变确保了 AI 开发与业务目标和用户需求保持一致，而不是迷失在技术细节中。