不用深度学习：手写规则识别疟疾感染细胞命中约七成
MaziyarPanahi · x · 2026-11-02
Maziyar Panahi 分享了一个基于人工规则（而非训练模型）的感染细胞识别实验的诚实复盘。
- 第一版规则在 160 个样本中只把 104 个分到正确区间；随后在另外 33 个病人样本上修正规则，再对原 160 个重新打分。
- 最终效果：能找出专家标注感染细胞的约 7/10（敏感度约 70%）。
- 数据来源：U.S. National Library of Medicine 的血涂片（ smear ）图像，仅供研究使用。
作者特意强调「honest part」——如实报告了初版规则的不佳表现和迭代过程。
「研究」频道最新
- localfold：纯浏览器 WebGPU 跑蛋白质折叠预测 — sokrypton · 2026-11-02
- 两篇优化新论文：SGD 最优步长理论与随机 Rayleigh-Ritz 全局收敛 — prof_grimmer · 2026-11-02
- 视网膜照片预测死亡风险:RetiME 基础模型跨三大洲验证 — EricTopol · 2026-11-02
- Polytopia Bench：12 个前沿模型限时 40 分钟从零写 Rust 游戏机器人 — GregKamradt · 2026-11-02
- LiteFold 正式发布,主打 Hill Climb Biology 蛋白设计 — sidahuj · 2026-11-02
- Weissman 团队发布 Pycea：单细胞谱系分析工具正式接入 scverse 生态 — anshulkundaje · 2026-11-02