arXiv发布结肠癌治疗规划强化学习研究
热点事件持续更新
arXiv发布结肠癌治疗规划强化学习研究
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
arXiv 发布一项研究：把结肠癌治疗方案规划建模为部分可观测下的交互式强化学习问题，用真实临床记录构建患者特异的过程感知奖励，并以 GRPO 与 GDPO 优化 Llama-3.1-8B-Instruct。 研究称，GDPO 训练出的策略在 Mean@3 临床标量奖励上比基础 Llama 提升 79.60%，在同一交互环境中超过 GPT-5.2 达 18.82%，同时减少了训练中的查询次数。这些结果由论文提出者给出，尚待独立验证。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
用部分可验证环境下的强化学习做结肠癌治疗方案规划报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AI用部分可验证环境下的强化学习做结肠癌治疗方案规划
研究者将肿瘤治疗方案规划建模为部分可观测下的交互式强化学习问题，用真实临床记录构建患者特异的过程感知奖励，并采用 GRPO 与 GDPO 优化 Llama-3.1-8B-Instruct。GDPO 训练的策略在 Mean@3 临床标量奖励上较基础 Llama 提升 79.60%，在同一交互环境中超过 GPT-5.2 达 18.82%，同时减少了训练中的查询次数。
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。