ENIGMA 联盟用 30 万+脑扫描研究 AI 诊断脑疾病的 scaling law
PTenigma · x · 2026-09-22
MICCAI 2026 演讲视频介绍 ENIGMA 联盟汇集 45 国、30+ 种疾病、超 30 万份脑扫描数据,研究 AI 能否以 90%+ 准确率从 MRI 诊断各种脑疾病,以及需要多少数据才「够用」。
- 小样本下简单模型反而最准;数据充足后,VAE 和视觉-语言模型等高容量模型反超。
- 可用鞅理论与谱分析预测「交叉点」。
- 提出「Zeta Law of Discoverability」,基于数据谱刻画诊断 AUC 随训练数据增长的规律。
「研究」频道最新
- 用可验证奖励加评分细则改造模型训练的评分算力 — stochasticchasm · 2026-09-22
- 「数学没有被解决」:AI 是把数学生走遍的宇宙变成虫洞 — ignite_intelligence · 2026-09-22
- JevBench v1.3.0 发布：原版 Jev 以 74.4 分仍居首，47 个竞品逼近 — airesearch12 · 2026-09-22
- PufferLib 作者对比:1 秒 1 GPU 训完 Breakout 的 RL 配置 — jsuarez · 2026-09-22
- DeepSeek 对阵 Jev:无文本「系统一」模型基准的新对照 — frappuccinoCoin · 2026-09-22
- 把前端设计归入视觉 agent 任务,分组相对评分缓解 reward hacking — stochasticchasm · 2026-09-22