arXiv · ML· Dylan Steiner, Gustavo Arango-Argoty, Gerald Sun, Etai Jacob·· 10 天前AI 评分31
多模态预测何时具备生物学支撑?DECAT 诊断评估框架
When Are Multimodal Predictions Biologically Supported? A Diagnostic Evaluation Framework
AI 导读
研究团队提出模型无关的后验评估框架 DECAT,用于区分多模态模型中的共享生物学信号、虚假相关或单模态特异性。 DECAT 通过 5 个无参考指标对 2,500 多个表示和 8,979 名 TCGA 患者进行诊断,无需知晓混杂因子即可检测 AUROC 不可见的干扰。 该框架发表于 NeurIPS 2026 评测与数据集赛道,揭示了随着信号增强,纠缠模型会产生更高置信度的错误诊断。
来源:arXiv · ML · arxiv.org