热点事件持续更新
研究评测LLM零样本生存预测能力
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月1日，arXiv cs.CL 分类发布一项研究，评估大语言模型的零样本生存预测能力。研究提出 Survprompt 框架，将结构化患者协变量转换为自由文本临床小故事，让预训练 LLM 在零样本条件下预测生存时间，并在 MSK-CHORD 与 Providence St. Joseph Health Network 两个多机构泛癌队列上，与传统模型随机生存森林（RSF）等进行对比。报道未给出具体性能数字或结论，仅说明研究将 LLM 定位为近似生存估计器。目前该事件仅有这一篇报道，后续进展有待观察。
AI 根据报道生成 · 2 小时前更新
最新进展10月1日 12:00
arXiv 发布研究，提出 Survprompt 框架，在两大多机构泛癌队列上评测 LLM 零样本生存预测。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv：cs.CL（计算语言学，全量分类）大语言模型是近似生存估计器：LLM 零样本生存预测能力评估
研究提出 Survprompt 框架，将结构化患者协变量转为自由文本临床小故事，让预训练 LLM 零样本预测生存时间，并在 MSK-CHORD 与 Providence St. Joseph Health Network 两个多机构泛癌队列上对比随机生存森林（RSF）等传统模型。
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。