MedFeat：LLM 驱动的临床表格特征工程框架
热点事件观察中
MedFeat：LLM 驱动的临床表格特征工程框架
1 篇报道1 个报道来源2 天前更新
先了解这件事
报道摘要
MedFeat 是一个面向临床表格预测的特征工程框架，利用模型感知和特征重要性信号迭代引导 LLM 发现特征，解决了现有方法对下游学习器不敏感的问题。在多个真实临床任务上，MedFeat 显著优于 SOTA 基线，在不同归纳偏置的模型上平均 F1 提升超过 10%。该工作已被 EMNLP 2026 Findings 收录。
摘自 arXiv：cs.LG
最新进展10月3日 12:00
MedFeat：面向临床表格预测的模型感知与可解释性驱动 LLM 特征工程报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LGMedFeat：面向临床表格预测的模型感知与可解释性驱动 LLM 特征工程
MedFeat 是一个面向临床表格预测的特征工程框架，利用模型感知和特征重要性信号迭代引导 LLM 发现特征，解决了现有方法对下游学习器不敏感的问题。在多个真实临床任务上，MedFeat 显著优于 SOTA 基线，在不同归纳偏置的模型上平均 F1 提升超过 10%。该工作已被 EMNLP 2026 Findings 收录。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 710月4日 01:00
- 近 24 小时变化
- -51%
02468
06:0012:0018:0010月5日
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。