Google Research 探索 AMIE 对话式诊断 AI 在真实临床研究中的可行性
Google Research 与 Beth Israel Deaconess Medical Center 开展 AMIE 单中心前瞻性可行性研究,100 名成人患者在医生实时监督下完成诊前文字问诊,未触发安全停止。
推荐理由:研究将诊前问诊置于医生实时监督的真实流程中,并区分可行性与临床疗效,为理解医疗对话系统的评估边界提供具体参照。
Google Research 与 Beth Israel Deaconess Medical Center 开展 AMIE 单中心前瞻性可行性研究,100 名成人患者在医生实时监督下完成诊前文字问诊,未触发安全停止。
推荐理由:研究将诊前问诊置于医生实时监督的真实流程中,并区分可行性与临床疗效,为理解医疗对话系统的评估边界提供具体参照。
Berkeley AI Research 研究团队提出基于信息量评估与优化成像系统的框架,设计效果可媲美先进端到端方法。该方法仅用含噪测量和噪声模型估计互信息,在彩色摄影、射电天文学、无透镜成像和显微成像中均能预测下游性能。优化设计所需内存和计算更少,无需设计任务专用解码器。
新研究给出 word2vec 学习过程的定量预测理论,证明在特定近似条件下,其学习等价于对目标矩阵进行 PCA。从足够小的初始嵌入权重出发,模型逐步学习正交线性子空间,每一步增加嵌入矩阵的秩。这些特征可由语料统计与算法超参数预先计算,学习动力学的闭式解与数值实验高度吻合。
Mistral AI 与 Carbone 4、ADEME 合作开展模型生命周期分析,披露温室气体排放、用水和资源消耗,推动 AI 环境影响的标准化核算。
推荐理由:将训练总足迹与单次推理边际影响分开披露,并纳入硬件制造等上游影响,为比较模型环境成本提供了更清晰的核算思路。