热点事件持续更新
GLoC-EHR 多模态模型读取 EHR 做临床推理
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026 年 10 月 3 日，arXiv cs.LG 分类发布 GLoC-EHR，一款面向循证临床推理的多模态语言模型。该模型通过固定大小的全局记忆与本地事件记忆读取结构化电子健康记录（EHR），在三个 MIMIC-IV 结局任务上直接作答，取得对比模型中最高的 macro AUROC；而零样本 LLM 读取序列化记录的表现则远落后。报道未披露模型架构细节、训练数据规模、具体任务名称与各模型数值，也未提及临床验证或部署计划。目前进展停留在论文发布阶段。
AI 根据报道生成 · 2 小时前更新
最新进展10月3日 12:00
GLoC-EHR 论文发布，称在三个 MIMIC-IV 任务上 macro AUROC 领先对比模型。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）GLoC-EHR：基于全局上下文与本地 EHR 事件的循证临床推理模型
GLoC-EHR 是一款多模态语言模型，通过固定大小的全局记忆与本地事件记忆读取结构化 EHR，在三个 MIMIC-IV 结局任务上直接作答时取得对比模型中最高的 macro AUROC，零样本 LLM 读取序列化记录则远落后。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。