斯坦福发布 Glyph:用 SAE 从临床数据中挖掘可解释概念
stanfordmimi · hf · 2026-11-18
斯坦福医学影像与人工智能中心(Stanford AIMI)联合 Mayo Clinic 等机构发布 Glyph,一个面向临床数据科学发现的AI可解释性引擎。
- 方法:结合基础模型与稀疏自编码器(SAE),从多模态病历记录和 CT 影像中提取可解释的临床概念
- 结果:在不同患者队列中发现可复现的预测性关联
- 团队:作者来自斯坦福 radiology、生物医学数据科学、心血管研究所等,合作方含 Mayo Clinic、慕尼黑工业大学,论文于 2026 年 11 月 6 日发布于 arXiv
「研究」频道最新
- TCS 学界发布声明:招聘重质量轻数量,抵制 AI 论文军备竞赛 — fortnow · 2026-11-18
- 论文提出语言创造性的社会文化视角:从社区实践看创意生成 — abenitezburraco · 2026-11-18
- 无需训练或梯度:27B 模型可自行改写权重提升 unseen 任务 — udmrzn · 2026-11-18
- 开源 EDA 工具十年逆袭:从「不可能」到设计出蓝牙信标芯片 — IgorCarron · 2026-11-18
- AURA 2.0 发布:流式视频模型学会主动开口说话并调用工具 — Shuhan Li · 2026-11-18
- Orabona 撰文驳 AdaGrad 预条件化解释:全矩阵界限常不如标量学习率 — bremen79 · 2026-11-18