09:34
官方账号arXiv cs.LG@William Bolton, Philip Torr
推荐理由：用真实试验数据训练AI规划临床试验，奖励加权行为克隆F1达46.2%，比工具智能体高很多，做医药AI的可以看。
离线决策
共 1 条相关 AI 资讯
8月5日
09:34
这项研究将肿瘤药物开发建模为离线决策问题，预测决策日后六个月的试验组合。研究者整合31.7k条公共记录，构成881个离线决策片段，覆盖45个历史项目。对比四种离线目标和四个前沿LLM智能体后，奖励加权行为克隆表现最佳，指示F1达46.2%，严格F1为14.2%；表现最好的工具智能体分别只有25.0%和2.1%。在2025年8月后的数据上，离线训练模型也明显超过未微调基线。