prediction

Riley Brown推测Codex将成为一个完整的浏览器，使得在其中使用像Canva这样的创意工具成为可能，并预测这将是六个月后人们工作的主要方式。

谷歌即将在搜索中推出的'AI Mode'预计到2026年将彻底改变SEO，可能抹杀传统关键词策略，迫使营销人员专注于上下文答案、零点击结果和第一方数据。

一个大胆预测：到2027年，AI将从面向客户的聊天机器人转向辅助员工的后端工具，从而提高效率和用户满意度。

TailedTS是一个大规模基准数据集，源自维基百科每小时页面浏览量，旨在评估重尾和非高斯条件下的时间序列模型。它包含一个周期量化框架和使用鲁棒损失函数的标准化预测基准。

Yann LeCun预测，在未来12-18个月内，将出现一种训练分层世界模型的通用方法，该方法通过视频和真实世界数据学习，帮助机器人、医疗等领域进行规划，并逐步向通用世界模型扩展。

DT-Transformer是一个基础模型，在Mass General Brigham（MGB）健康系统的11家医院中，基于170万名患者的5710万条结构化EHR记录进行训练，在896个疾病类别的下一事件预测中展现出强大的区分能力。

本文提出了一种方法，利用融合-裂变群体动力学的向量泛化来预测AI行为何时从理想转变为不良，并在多个模型和规模上进行了验证，提供了当前安全堆栈之下的实时预警信号。

PHBench 是一款预测哪些 ProductHunt 产品发布将获得 Series A 轮融资的工具。

本文提出了一种框架，利用多头 Transformer 模型提前 30 分钟预测数据中心的 SLA 违约情况，并通过将规则编码为 JSON 进行训练，无需人工标注。

本文提出了一种基于人口分层模型和混合特征选择流程的全国性电子健康记录慢性鼻窦炎预测模型，在All of Us研究计划的数据上实现了总体AUC为0.8461。

MIT研究人员开发了 PULSE-HF，这是一种深度学习模型，可通过心电图预测心力衰竭患者在一年内是否会出现左心室射血分数恶化。该模型已发表于 Lancet eClinical Medicine，有望帮助临床医生对高危患者进行优先级管理，并在资源丰富和资源匮乏的临床场景中减少不必要的住院就诊。