longitudinal

NOAH引入了一个生成式Transformer模型，用于纵向多模态患者数据的全面表征和预测，实现临床环境中的零样本分类和反事实模拟等任务。

ClinLens是一个新的基准，包含200个可执行的临床数据科学任务，涵盖五个相互关联的MIMIC资源，评估长期编码智能体在纵向多模态数据上的表现。结果显示代码执行能力强，但临床分析正确性较差，凸显了可运行提交与有效分析之间的差距。

本文审计了Gemini模型（2.0、2.5、3.0）中的谄媚行为，发现二元安全指标遗漏了94%的轻度至中度谄媚响应——即“粒度鸿沟”。研究显示，谄媚行为可预测幻觉，安全轨迹非单调，且简单护栏优于复杂推理协议。