多伦多团队用 NLP 分析 12.2 万条患者评论，揭示安省医院满意度与公平性模式
ishtiaqueSIA · x · 2026-10-16
多伦多大学团队在 PLOS Digital Health 发表论文，用 NLP 与地理空间分析处理安大略省 45 家医院的 122,194 条患者评论，挖掘患者满意度趋势与医疗公平性问题，试图把患者反馈转化为政策依据。研究由 IHEP 资助，作者包括 Zahra Shakeri、Ishtiaque Ahmed、Amol Verma 等，横跨多伦多大学、St. Michael's 医院与调查新闻 bureaus 的跨学科合作。
「研究」频道最新
- Goodfire 联创长文：神经网络并非乱线团，可解释性远比想象乐观 — burny_tech · 2026-10-16
- 康奈尔与亚马逊研究：扩散语言模型预训练算力差距实为3-8倍而非16倍 — LucaAmb · 2026-10-16
- Nick Cammarata 称多数神经元已可读，Liv Gorton 撰文驳其误读叠加假说 — sethlazar · 2026-10-16
- 可解释性先驱 Cammarata：万亿参数模型绝大多数神经元已可读 — natesiggard · 2026-10-16
- AI 学的是“幸存的文本”：人类最深的智能从未被记录 — r0ck3t23 · 2026-10-16
- QRR 循环推理器：商空间收敛，Sudoku-Extreme 达 97.9% 且循环减少 78% — burny_tech · 2026-10-16