热点事件持续更新
研究提出基于扰动的医学问答数据选择方法RSP
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月27日，arXiv发布的一项研究提出了面向医学问答的数据选择方法RSP与RSP-Drop。该方法基于模型最终层表征的高斯扰动，仅利用问题和选项来筛选紧凑的训练子集。在基于MedGemma-4B模型和5个医学问答数据集的评估测试中，当样本预算设定为128个时，RSP与RSP-Drop的平均Macro-F1得分分别达到47.55和48.28，均优于随机选择基准的45.11。
AI 根据报道生成 · 5 小时前更新
最新进展10月27日 12:00
研究人员提出RSP与RSP-Drop数据选择方法，在测试中表现优于随机选择。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv 自然语言处理面向医学问答的基于扰动数据选择方法
研究人员提出基于模型最终层表征高斯扰动的医学问答数据选择方法 RSP 与 RSP-Drop，仅使用问题和选项筛选紧凑训练子集。在 MedGemma-4B 及 5 个医学问答数据集测试中，128 个样本预算下 RSP 与 RSP-Drop 的平均 Macro-F1 分别达到 47.55 和 48.28，高于随机选择的 45.11。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。