BERT 问世后他做出更准的临床 NER,医疗界却等了 4 年才接受
MaziyarPanahi · x · 2026-10-15
面对「NLP 研究者如何面对领域被 LLM 解决」的提问,Maziyar Panahi 分享亲历:2018 年 BERT 发布后他很快训练出更精准的临床医学命名实体识别模型,向一家正在用 Word2Vec+BiLSTM+CharCNN 的医疗大客户推销。
对方却嘲笑推理速度从每秒 1 万词掉到 400 词而拒绝。他感叹:至少在医疗行业,新技术从出现到被接受足足花了 4 年——一个关于行业惯性如何延迟技术落地的真实案例。
所属事件:当领域被 LLM「解决」：NLP 研究者的亲历与反思(2 条相关)→
「漫话AGI」频道最新
- repligate 谈 AI 自我认知：「公路实例」与部署经历的归因偏差 — repligate · 2026-10-15
- Hilde Kuehne 回应「学术已无事可做」：就像在卵石滩嫌好石头不够 — HildeKuehne · 2026-10-15
- 8.3 万职位随机实验：算法筛选普及后，人类招聘中介不再带来更多录用 — danielrock · 2026-10-15
- Arc 创星人：Grok 机器人军团加 OpenAI 就能替代行政助理 — beffjezos · 2026-10-15
- AI 替代知识工作类比体育即时回放：人保留最终决定权 — geoffwolfe · 2026-10-15
- AI 伴侣成情感依赖,产品更新不再只是功能问题 — Olivier__OG · 2026-10-15