热点事件持续更新

PREBA：免微调的手术时长预测框架

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Wanyin Wu 等作者提出检索增强的手术时长预测框架 PREBA，将 PCA 加权检索与贝叶斯平均结合，把大语言模型的推理锚定在机构特定的临床证据上，无需针对任务做微调。在四个真实数据集上，基于 Qwen3、DeepSeek-R1 和 HuatuoGPT-o1 的评测显示，PREBA 的平均绝对误差（MAE）最多降低 64.9%，R² 最高达 0.63，优于零样本推理，并在部分数据集上超过全监督机器学习方法。

AI 根据报道生成 · 52 分钟前更新

最新进展11月5日 13:00

PREBA：用 PCA 加权检索增强 LLM 与贝叶斯平均预测手术时长

报道时间线

沿着报道，了解事件的不同侧面。

11月5日

13:00
arXiv cs.AI
PREBA：用 PCA 加权检索增强 LLM 与贝叶斯平均预测手术时长
PREBA 是一个无需任务微调的检索增强框架，通过 PCA 加权检索与贝叶斯平均将 LLM 推理锚定在机构特定临床证据上。在四个真实数据集上，基于 Qwen3、DeepSeek-R1 和 HuatuoGPT-o1 的评测显示，其 MAE 最多降低 64.9%，R2 最高达 0.63，优于零样本推理并在部分数据集上超过全监督 ML 方法。

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。