热点事件持续更新
膀胱癌复发预测模型单调约束修正
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 发布一项研究，针对 UK 多中心 BOXIT 试验中无约束 XGBoost 模型学出“肿瘤分期和原位癌越高、复发风险越低”的反转现象，提出反事实方向检验与单调约束框架。报道称，该模型在 90.2% 的原位癌反事实和 74.3% 的分期反事实中方向反转，而 AUC 差异（ΔAUC 0.005，p=0.47）、校准和 SHAP 幅度均未察觉。目前进展限于该预印本提出的检验与约束方法，尚无后续验证或应用报道。
AI 根据报道生成 · 1 小时前更新
最新进展10月3日 12:00
arXiv 预印本提出反事实方向检验与单调约束，修正 XGBoost 风险方向反转。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）膀胱癌复发预测中的单调约束：修正 XGBoost 学到的“癌症越重风险越低”反转
针对 UK 多中心 BOXIT 试验中无约束 XGBoost 模型学出“肿瘤分期和原位癌越高、复发风险越低”的反转，研究者提出反事实方向检验与单调约束框架。该模型在 90.2% 的原位癌反事实和 74.3% 的分期反事实中方向反转，而 AUC 差异（ΔAUC 0.005，p=0.47）、校准和 SHAP 幅度均未察觉。
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。