标签
这篇arXiv论文提出了一种形状约束的预测建模方法，用于估计连续流纳米药物生产中的纳米颗粒尺寸和分散度，从而减少对大量实验筛选的需求。
本文比较了五种用于阿片类药物使用障碍预测的EHR诊断编码特征选择方法，发现NTK敏感性在准确性和稳定性之间提供了最佳平衡，而LLM引导的选择补充了额外的临床相关信号。
Google DeepMind 介绍了他们如何使用“预测过去”AI技能分析古代文献，揭示历史谜团，包括追踪一名罗马戒指窃贼，并绘制前往希腊神谕处访客的网络。
MS AI Frontiers团队推出了BenchPress，该方法利用矩阵补全技术，仅通过五个探针即可预测LLM基准测试得分，表明得分矩阵实际上为秩2。
本研究提出了一种结合 CatBoost 和 SHAP 的混合预测框架，以识别树木相关交通事故的风险因素，并强调未使用约束装置（如安全带）是导致严重伤害的最关键预测因子。
TRIBE v2 是一款全新的预测性基础模型，旨在理解人脑如何处理复杂刺激。