研究：块掩码扩散可高效建模纵向电子病历
热点事件持续更新
研究：块掩码扩散可高效建模纵向电子病历
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Ashvin Gupta 等在 arXiv 论文（arXiv:2610.29533）中比较块掩码扩散与自回归模型在 MIMIC-IV 纵向电子健康记录零样本预测上的表现，两者在相同 token 化、上下文长度和模型容量下评估。作者称扩散模型呈现质量-效率权衡：B=8 配置推理约快 1.43 倍，冻结线性探针在临床预测任务上与自回归接近，但增大去噪预算收益递减。作者据此认为块扩散是计算上有吸引力的电子病历建模可行路线。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
块扩散用于纵向电子健康记录建模：精度、效率与表示的权衡报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AI块扩散用于纵向电子健康记录建模：精度、效率与表示的权衡
一项arXiv研究在MIMIC-IV数据上以相同的token化、上下文长度和模型容量对比块掩码扩散（BD）与自回归模型在纵向EHR零样本预测中的表现。BD呈现明显的质量-效率权衡，B=8配置推理约快1.43倍，冻结线性探针在临床预测任务上与AR表现接近；增大去噪预算收益递减，BD被视为计算上有吸引力的EHR建模可行路线。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。