arXiv发布领域LLM预测临床试验结果研究
热点事件持续更新
arXiv发布领域LLM预测临床试验结果研究
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月30日，Burak Bakkar等人在arXiv（cs.AI）发表论文，探讨领域专用LLM在临床试验结果预测中的应用。 该研究在TOP基准上对比BioBERT、BioMistral等四项模型变体与HINT基准。结果显示，这些模型变体的ROC-AUC（0.613–0.772）与PR-AUC（0.649–0.901）均优于HINT，相对PR-AUC提升10%–20%。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 13:00
领域专用 LLM 在临床试验结果预测中超越 HINT 基准报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · AI领域专用 LLM 在临床试验结果预测中超越 HINT 基准
BioBERT 和 BioMistral 在 TOP 基准的临床试验结果预测中，四项模型变体的 ROC-AUC（0.613–0.772）与 PR-AUC（0.649–0.901）均优于 HINT，相对 PR-AUC 提升 10–20%。
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。