11:25官方账号arXiv cs.AI@Moein Taherinezhad, Sebastian Maier, Gerardo Vitagliano, Francesco Pierri, Stefan FeuerriegelAutoSynthesis是一个端到端多智能体系统,输入自然语言研究问题后,自动生成搜索策略、检索文献、筛选28项研究、提取20多个定量声明,并计算标准化效应量进行随机效应元分析。系统支持异质性分析和偏倚风险评估,输出符合PRISMA指南的报告。其汇集效应估计与专家手动元分析的Hedges' g结果高度一致,表明自动元分析可规模化。论文AutoSynthesis元分析智能体推荐理由:AutoSynthesis能自动完成整条元分析流水线,效果媲美专家手工操作,让证据综合不再依赖人工原文稍后读已读值得跟进有用关注 AutoSynthesis
20:31Gary Marcus@GaryMarcus72°一项针对 210 项生物医学 AI 研究的元分析发现,97% 的研究在交叉验证下使用了无效的统计检验方法。该分析由 Thomas Yeo 团队完成,指出当前生物医学领域使用机器学习方法的研究在评估上存在系统性缺陷。这可能导致大量已发表结论无法被可靠复现,引发该领域的可重复性危机。研究者呼吁改进统计评估标准,以确保 AI 在生物医学中的可信应用。论文生物医学 AI可重复性危机统计方法推荐理由:生物医学 AI 研究者、审稿人和临床 AI 产品团队需要警惕——97% 的统计方法无效意味着大量已发表结论可能不可靠,建议点开看看你的领域是否也在用这些无效检验。原文稍后读已读值得跟进有用关注 生物医学 AI