Transformer RL用于I期剂量分配研究发布
热点事件持续更新
Transformer RL用于I期剂量分配研究发布
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
研究者Shijie Yuan于2026年10月30日发布arXiv:2611.00395论文，提出基于Transformer的强化学习策略用于I期临床试验剂量探索。该策略将剂量表示为Token，通过三动作机制选择减量、维持或增量，在模拟中展示了可控的安全性与准确性权衡。最终最大耐受剂量决策由加权等渗回归确定，不纳入学习策略。该结果未证明优于传统剂量探索设计。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
基于 Transformer 的强化学习用于 I 期临床试验剂量分配报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · ML基于 Transformer 的强化学习用于 I 期临床试验剂量分配
研究者开发了一种基于 Transformer 的强化学习策略，用于 I 期剂量探索试验。该策略将剂量表示为 Token，通过三动作策略选择减量、维持或增量，并在模拟中展示了可控的安全性与准确性权衡。 最终 MTD 决策由加权等渗回归确定，不纳入学习策略。 该结果未证明优于传统剂量探索设计。
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。