11:52arXiv cs.AI@Sarah Martinson, Michael P. Brenner, Martyna Plomecka, Brian P. Williams, Nicholas G. Reich, Zahra Shamsi精选72°研究团队提出一种利用大语言模型(LLM)引导树搜索的自主系统,可迭代生成、评估和优化传染病预测软件。在2025-2026年美国呼吸道季节的前瞻性实时评估中,该系统自主发现针对流感、COVID-19和RSV的多样化模型,其集成预测性能一致达到或超过CDC人工策划的黄金标准集成。系统成功应对RSV数据稀缺的“冷启动”场景,并通过优化对数尺度距离指标和自动裁判机制确保模型可靠性。该框架克服了建模人力瓶颈,使专家级疾病预测能快速部署到更细粒度的地理区域和新兴病原体。论文LLM疾病预测树搜索公共卫生自动建模推荐理由:做公共卫生预测或传染病建模的团队,终于有了能自动生成专家级模型的工具,不用再靠人工反复调参——建议关注其开源代码和冷启动能力。原文