PulseAugur
实时 10:36:49
实体 PhenoBench

PhenoBench

PulseAugur coverage of PhenoBench — every cluster mentioning PhenoBench across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_244943 ·

    新基准PhenoBench评估AI模型在人类健康数据上的表现

    研究人员开发了PhenoBench,这是一个可执行的基准测试,旨在利用人类表型项目(包含超过13,000名参与者)的数据来评估AI模型。该基准测试包含跨越15个领域和26种输入模态的90个临床基础任务,能够评估不同测量结果如何为健康相关问题提供信息。初步评估显示,虽然表格基础模型普遍优于标准的特定任务模型,但其总体改进幅度不大。语言模型在某些任务上也能在没有队列特定拟合的情况下进行有信息量的预测,尽管它们也表现出能力差距,并且很少能超…