蛋白质组学生物标志物研究难复现?预印本量化数据泄露危害:无信号也能跑出 AUC 近 0.8
bttyeo · x · 2026-09-11
一项新预印本研究指出,蛋白质组学(proteomics)生物标志物研究复现困难的一个常见原因是数据泄露。作者与 Jake Vogel 等人合作,量化展示了数据泄露的后果:在完全没有真实信号的数据上,存在泄露的实验运行仍能达到接近 0.8 的 AUC,看似良好实则虚假。这为医学机器学习研究敲响方法学警钟。
所属事件:预印本量化数据泄露危害：无信号 AUC 仍近 0.8(2 条相关)→
「研究」频道最新
- 谷歌携 41 篇论文亮相 ECCV 2026,涉视频空间理解等研究 — ymatias · 2026-09-11
- OpenAI 内部模型被称已证明 Navier-Stokes 千禧年难题 — QuintinPope5 · 2026-09-11
- 果蝇全脑被 AI 重建 16.6 万神经元,博主让果蝇脑在 Mac 上打任天堂明星大乱斗 — TheMoonMidas · 2026-09-11
- IBM 开源 Steerability 工具包,统一模型引导方法并支持链式 steering pipeline — krvarshney · 2026-09-11
- 研究称仅两次 API 调用即可窃取 Claude 等前沿模型的加密思维链 — Miles_Brundage · 2026-09-11
- DARPA 启动 expMath 计划，研究者分享数学猜想自动发现工作 — wellecks · 2026-09-11