AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
精选
过去 24 小时,从 861 条中筛出 48 条
全部模型产品行业论文技巧
标签:生存分析×
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
09:49
09:49arXiv cs.AI@Minh-Khoi Pham, Luca Cotugno, Alina Sirbu, Tai Tan Mai, Martin Crane, Marija Bezbradica
精选
该研究提出了一种轻量级适配方法,将表格基础模型(如TabPFN、TabDPT、TabICL)应用于临床生存分析,通过直接训练一个生存感知头(MTLR)来预测右删失的时间事件结果。在多个公开生存基准和两个大规模ICU队列(MIMIC-IV和eICU)上的评估显示,该方法在C-index指标上优于传统深度生存模型(如DeepSurv),相对提升达1.4%-1.7%。这表明预训练表格表示与生存感知目标的结合为临床生存预测提供了实用且有效的替代方案。
论文表格基础模型生存分析临床决策迁移学习TabPFN

推荐理由:临床研究人员和医疗AI开发者终于有了一个无需从头训练就能做生存分析的方案——用表格基础模型加一个轻量头就能超越DeepSurv,做ICU预后预测的团队可以直接在MIMIC-IV和eICU上复现。
原文
6月5日
12:37
12:37arXiv cs.LG@Jef Jonkers, Glenn Van Wallendael, Luc Duchateau, Sofie Van Hoecke
精选
该论文提出了一种针对右删失生存数据的概率预测评分框架。传统评分规则(如CRPS、Brier分数)在事件时间仅部分观测时无法直接应用。作者通过将预测分布映射到删失机制下的观测数据分布,再应用标准评分规则,得到了局部化和边缘化的删失版本评分。该框架统一了删失似然和IPCW准则,并证明了在条件独立删失下评分的适当性。实验表明,该方法能正确排序预测模型,而基于插值的加权评分可能出现排序反转。
论文生存分析右删失数据概率预测评分规则CRPS

推荐理由:生存分析中右删失数据是常态,这篇论文为概率预测的评估提供了理论严谨的评分框架。做生存建模、临床试验或可靠性分析的团队,可以直接用这些评分来训练和评估模型,避免传统方法的偏差。
原文
6月1日
00:09
AITOP6月1日 00:09
OpenAI 发起“Codex for Open Source”:免费赠送 6 个月 Pro 订阅,开源维护者能否迎来 AI 变革?
5月29日
08:02
AITOP5月29日 08:02
Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?🔥Anthropic 把 AI 编程的“确认键”彻底删掉了!Claude Code 搭载全新 Opus 4.8 模型,长时间任务不跑偏、不废话、不中断,像一个资深工程师一样默默干活,从功能开发到漏洞清扫全包圆,你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”,现在它直接交完整交付物……自主编程的最后一层窗户纸,被捅破了。做自动化开发和代码审查的团队,这个模型建议直接上手,效率差距肉眼可见……Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?
5月22日
11:05
11:05arXiv cs.AI@Stanislav R. Kirpichenko, Andrei V. Konstantinov, Lev V. Utkin
精选
生存分析旨在从含删失数据中估计事件时间分布,但现有方法常对风险函数施加结构假设或离散化时间轴,限制了灵活性并引入近似误差。本文提出生存扩散概率模型(SDPM),一种基于去噪扩散模型的连续时间生存分析方法。SDPM 直接建模生存结果的条件分布,利用条件独立删失假设,通过生成样本结合 Kaplan-Meier 估计器得到生存函数,无需参数假设或时间离散化。在十个真实数据集上,SDPM 在 C-index、时间依赖 AUC 和 Brier 评分上达到与树模型、提升模型和神经网络模型相当的预测性能。合成数据实验表明,SDPM 能更准确地恢复底层连续生存分布的形状,消融研究验证了目标空间变换对事件率校准和预测区分度的提升。
论文生存分析扩散模型连续时间生成模型SDPM

推荐理由:生存分析是医学、可靠性工程等领域的核心问题,SDPM 用扩散模型绕过了传统方法的参数假设和离散化限制,做生存预测的团队可以直接用公开代码复现,值得关注。
原文
精选全部日报登录