arXiv · ML· Yucheng Liu, Everett X. Wang·· 9 小时前AI 评分24
基于多模态证据与贝叶斯主动询问的可审计分层推理框架
Auditable Hierarchical Inference with Multimodal Evidence and Bayesian Active Inquiry
AI 导读
该研究提出分离客观多模态推理与主动询问的合成评估框架，客观模型将合成舌象、脉象及声学观察映射至 8 类证候。 贝叶斯收窄利用 33 个细粒度术语和 25 个类型化问题进行推理，成本敏感预期信息增益使证候准确率从 87.0% 提升至 95.5%，细术语准确率达 42.5%。 工作流强制在缺失所有客观模态时弃答，结果仅建立可复现的合成流程，不代表临床诊断有效性。
来源：arXiv · ML · arxiv.org