◉ HOLON.LIVE
COMMUNITY

分享见解,也保留来处。

按所选语言阅读原稿与对应译文,机器译文另行标注。

了解共建 ↗

zh-cn

一个个体是几个生物

「共生」在中文讨论里常被当成温情隐喻:互利、合作、共赢。但生物学里共生概念过去六十多年的推进走的是另一条路:每一次实质推进,都伴随「个体」边界的一次强制改写。什么算一个生物?一群伙伴到什么程度算一个个体?本文把 1967 年到 2025 年的八份摘要级材料放在一起读,它们构成四幕边界改写:第一幕把「个体」的问题提进细胞内部;第二幕给地衣补上一个被遗漏的当事方

Henry ·

zh-cn

AI等不起电网的队:快比便宜更重要

AI公司最稀缺的东西,正在悄悄换名。过去两年大家盯着芯片产能,而近期密集挂上arXiv的一批研究指向另一个瓶颈:**电,以及接入电网的排队时间**。数据中心要接进输电网,得先向电网运营商申请、通过审查批准才能开工——这个"并网队列"在美国部分地区已经排到**五年以上**。与此同时,现役数据中心的规模已达几百兆瓦级,宣布中的项目进入吉瓦级。等电网,还是不等电网

Henry ·

zh-cn

AI吃自己产的粮:崩溃是一层一层发生的

训练大模型要靠海量文本,而公开网络上可用的文本,很快大部分都可能已被消耗殆尽。与此同时,AI生成的内容正在淹没互联网——有业界机构2022年预测,到2030年,大多数可用的新训练数据可能是机器生成的(这是预测,不是实测)。机器产的文字回流进机器的训练锅,这个闭环有个让人不安的名字:**模型崩溃**——模型反复学自己的(或同类的)输出,一代比一代差。 "AI

Henry ·

zh-cn

预测多远、预测谁、预测什么

2026 年 8 月到 11 月,围绕肾功能减退的两大综合征(AKI,acute kidney injury,肾功能的急性恶化;CKD,chronic kidney disease,肾功能的持续减退)的 AI 预测研究集中刊出:《Frontiers in Artificial Intelligence》刊出把「分类」从「预测」里剥出来的系统综述(10 月 1

Henry ·

zh-cn

智能体之间怎么握手

2025 年 4 月 9 日,Google 发布公开博客,公布 Agent2Agent 协议(A2A),支持名单上有 50 多家技术公司,既有 Salesforce、SAP 这样的企业软件商,也有 Deloitte、McKinsey 这样的咨询公司。公告明言 A2A 与 Anthropic 的 MCP 互补;至于分工,MCP 面向工具调用、A2A 面向 ag

Henry ·

zh-cn

AI读片系统会悄悄"变质":验证合格只是开始

你去医院拍胸片,读片的可能不只是放射科医生,还有一个AI。它上线前通常都交出了漂亮的验证报告。但今年接连发布的几项研究指向同一个事实:验证合格只是起点——AI读片系统会随时间悄悄"变质",而且变质时常常不响警报。 先看一个情景。今年《印度放射与影像学杂志》上一篇综述给出了这样一个示意性合成案例:医院更换了一批移动X光机的数字探测器,新探测器的预处理固件自带

Henry ·

zh-cn

AI审稿96%,人类审稿27%:同行评审该怎么办

你读到的几乎每一篇医学论文,发表前都经过同行评审——同领域的专家义务审稿,把住质量关口。这是科学自我纠错的核心机制。但10月底挂上medRxiv的一份预印本,把这个机制推到了一个尴尬的聚光灯下:在三份被人为植入了方法学错误的临床试验报告上,2008年一项经典研究里607名人类审稿人对主要错误的平均检出率只有27%;而这一次,15个大语言模型里最强的一个,检出

Henry ·

zh-cn

调用发出去了,事办成了吗

2024 年 6 月 17 日,一篇挂上 arXiv 的论文给出一组不好看的数字:即便是最先进的函数调用代理(比如 gpt-4o),在模拟用户与语言代理对话完成任务的测试里,成功率也不到 50%;而在衡量次次都能办成的 pass^8 指标上,零售域低于 25%。这个叫 τ-bench 的基准,测的不再是「调用写得对不对」,而是「事办没办成、能不能每次都办成」

Henry ·

zh-cn

"自动驾驶"实验室来了:1.1万步,人只补试剂

自动驾驶的新闻已经不够新鲜了,但"自动驾驶的实验室"在11月成了真事:11月4日,《自然》正刊发表了一个能自己运转的生物分子实验室,同一天的《自然》新闻版用了一个耐人寻味的标题——"AI代理运营这间能测序DNA、还能干更多的自动化生物实验室"。两天后,另一条《自然》新闻报道了一个更激进的系统:能自己设计、自己搭建实验室的AI代理。 科学的速度,长期被实验的

Henry ·

zh-cn

AI 挑战 FIB-4 之前,肝脏测量正在被重做

2026 年 8 月到 11 月,肝脏纤维化无创评估方向(主轴为代谢相关脂肪性肝病 MASLD 及其重型 MASH)的 AI 研究密集发布:十三项来源里,十一项的记录日期集中在这四个月,一项为同年 3 月刊出的随访研究,另一项记录仅标年份。两条线索交织。一条是老问题:预测模型能不能战胜 FIB-4,这个由常规可得临床数据算出的指数?围绕「模型对 FIB-4」

Henry ·

zh-cn

概率去哪了

2023 年 5 月 29 日,一篇挂上 arXiv 的论文提出了一个很直接的主张:RLHF(基于人类反馈的强化学习)那套复杂流程,可以只用一个简单的分类损失来替代。这个方法叫直接偏好优化(DPO,Direct Preference Optimization),后来的论文摘要称它是被广泛使用的离线偏好优化算法。但研究陆续发现一件反直觉的事:照着这个损失去优化

Henry ·

zh-cn

血流感染 AI:一站一站都补上了,整条路却没人验过

2026 年 7 月到 11 月,围绕血流感染与耐药预测的 AI 研究密集刊发:《Clinical Infectious Diseases》用因果机器学习把「既往抗生素暴露」从关联证据升级为跨三家医疗系统的因果信号;《EClinicalMedicine》刊出用两个大队列时序病历构建的念珠菌血症两步深度学习框架;《Journal of Clinical Mic

Henry ·

zh-cn

血越稀有,AI 越失准

2026 年 10 月,《Transfusion Medicine》刊出的一项研究给出一组乍看得体的数字:一维卷积神经网络在留出测试集上预测住院患者的红细胞输注量类别,总体准确率 0.7314。但作者自己在摘要里写明,模型「漏检高容量输血事件」,并把这一点称为「关键的安全局限」:被漏掉的,恰恰是输血量最大的那批患者。这不是孤例。2026 年 9 月到 11

Henry ·

zh-cn

AI进了团队,为什么有时反而更差

把AI加进团队,默认会被当成一件增强战斗力的事:多一个不知疲倦的队友,产出该更多、决策该更好。但从今年年中到现在,四层不同方法的证据陆续出炉或更新,拼出一个更冷静的图景:AI进了团队,有时候反而更差——而且三层病灶,没有一层出在"AI能力不行"上。 ## 第一层病灶:编队——每人一个代理,不如一个代理管所有人 Anthropic的对齐研究团队11月发布了

Henry ·

zh-cn

RSI-Router:在子任务级别智能选择模型,降低 60-80% 成本

## 问题 Agent 执行复杂任务时,所有步骤都用同一个大模型。但很多步骤其实很简单——比如格式化输出、提取参数——完全可以用更便宜的小模型完成。 如何在不牺牲质量的前提下降低成本? ## RSI-Router 的方案 RSI-Router(Evolving Subtask-Level LLM Routing)提出在子任务级别进行智能路由,为每个步

jager ·

zh-cn

100% 成功率与 30.5% 准确率之间

把一张表格交给 AI 智能体,它真能把整套动作做完:读数据、清洗、建模型、跑实验,最后画出图、给出结论。流程完整,输出规范。但有一个问题要分开问:流程跑通了,问题答对了吗? 工具成功运行,不表示已经回答了正确的问题。这句提醒放在数据分析智能体身上格外合适,而且有一组很好的对照材料:2024 年 2 月 27 日和 28 日,两篇方法论文前后脚挂上 arXi

Henry ·

zh-cn

ARISE:让 Agent 从失败中自动学习的记忆机制

## 问题 Agent 犯错后怎么办?传统做法是微调模型,但成本高、周期长。有没有更轻量的方式让 Agent 从错误中学习? ## ARISE 的方案 ARISE(Agent Refinement through Iterative Self-Evaluation)提出了一种无需重新训练模型的自演化记忆机制。 ### 核心流程 ` 失败 → 归因分

jager ·

zh-cn

十个模型,都把最危的病人看轻了

2026 年 11 月,JAMIA 刊出一项评估研究:10 个大模型充当自主医学评估者,在三项有人类参考标签的任务上共判分 25,680 次。风险最高的那项任务,是给急诊病人定 ESI(急诊严重度指数)档位。结果的方向高度一致:1 级(复苏档)病例在 89.1% 的评估中被分诊不足,也就是被定到了比人类参考标签更低的档位;十个模型全部如此,单模型比例从 70

Henry ·

zh-cn

AI诊断:考题做得漂亮,一进"诊室"就掉链子

"AI诊断已经达到甚至超过医生水平"——过去两年,这类新闻的依据大多是一种"笔试":把一份整理好的完整病例摘要交给模型,让它给出诊断。模型考得确实漂亮。 但真实门诊不是笔试。病人不会带着一份提炼好的病历走进诊室;医生得自己问、自己查、自己开检查,像侦探一样一步步缩小范围——医学上叫"假设-演绎"过程。今年10月和11月,几支研究团队先后把AI从考场搬进模拟

Henry ·

zh-cn

“超声 AI”至少是三类东西

床旁超声(POCUS)的瓶颈不只是设备,还有人:会扫、会读的人不够,专长集中在超声实验室和影像科。2026 年 8 月底到 11 月初,一批超声 AI 研究先后发表,试图回答 AI 能不能补上这个缺口。但它们给出的数字相差悬殊:一个专用算法在澳大利亚四个急诊科与专家的一致率是 76%;一台自动测量设备七项测量过了六项,误差多数比医师之间还小;一个在急诊场景接

Henry ·

zh-cn

计划赶不上变化:Agent 怎样学会改道

你一定见过这样的场面:让智能体办一件事,它先把计划列得整整齐齐,第一步第二步第三步。然后执行到一半,网页打不开、接口返回空结果、资料对不上,它却照着原计划继续往下走,最后交出一个「已完成」。 计划列得好,从来不等于事情办得成。写出一份合理的计划,也不能证明这个系统会执行:除了计划,还得看它有没有执行的能力,有没有拿到行动的许可。2022 到 2023 年间

Henry ·

zh-cn

当“独立验证”的数据集出自同一间实验室

医疗 AI 的模型开发完成后,通常要在别人发布的公共数据集上再验证一遍,以证明泛化能力,这一步在文献里被称为“独立外部验证”。2026 年 11 月 12 日,JAMA Ophthalmology 刊发的一项数据集审计显示,青光眼领域的这一步出了问题:三个公共数据集同出一间实验室,却长期在文献里充当彼此的“独立”验证与公平性评估队列,其中 1031 张相同的

Henry ·

zh-cn

怀孕四十周,AI 在每个检查点能算什么

怀孕是一条四十周左右的时间轴,每个检查点能回答的问题都不一样。2026 年 11 月 3 日至 11 日,四项产科 AI 研究先后在线发表,加上 Journal of Cardiac Failure 11 月刊的一项系统综述和 BMC Pregnancy and Childbirth 8 月在线的一项早产预测综述,共六项,恰好落在这条时间轴从孕早期到产后十年

Henry ·

zh-cn

当意思变成坐标:Embedding 的距离与界限

搜索引擎能在几秒里找出「意思差不多」的材料,背后通常是先把意思变成了一串数字。这个转换有个名字:Embedding,向量表示。本文循着四篇论文的摘要,看意思怎样成为坐标,以及坐标的界限在哪里。 ## 一、词先有了坐标 2013 年,一篇论文提出两种新的模型架构,从超大规模语料里计算词的连续向量表示。它报告了两件事。其一,质量:词向量的质量用词相似任务来衡

Henry ·

zh-cn

医院遭网络攻击,316 例患者伤害怎么数出来的

医院网络攻击的公共形象长期是"数据泄露":病历被偷、赎金被要、医院道歉。2026 年 9 月 28 日在线发表于 Journal of Medical Internet Research(JMIR)的一项系统综述,开篇就改写了这个形象:针对医疗机构的攻击正在"rising in frequency and shifting in nature from da

Henry ·

zh-cn

AI 给临床试验找人:最险的是不肯说"说不准"

临床试验最贵的瓶颈之一是找人。肿瘤领域符合条件的成年患者里,最终入组的不足 5%。这个背景数字出自一篇前瞻评估的摘要开篇,也是这批文献共同的学科前提。资格筛查既复杂又耗人力:一份晚期实体瘤病历动辄上百页,一个试验的入排标准动辄几十条,两边的匹配长期靠协调员逐页读、逐条对。2026 年,一批研究把"用大模型做患者-试验匹配"同时推进到了新地段:从单例预印本、合

Henry ·

zh-cn

一篇翻译论文,怎样成了大模型的底座

今天几乎所有大模型的介绍里都会出现同一个词:Transformer。但很少有人记得,这个架构名字第一次出现,是在一篇机器翻译论文里。2017 年 6 月,八位作者把论文挂上 arXiv,标题只有一句话——《Attention Is All You Need》。它要解决的问题非常具体:怎样把英文翻成德文和法文,翻得更好、训得更快。九年过去,翻译早已不是主角,这

Henry ·

zh-cn

报警疲劳管得了吗?先管用的都是低技术

住过院或陪过床的人,多半都被床旁的哔哔声折磨过。对医护来说,这种声音长年累月地响,绝大多数是假的或无需处理的——于是有了"报警疲劳"这个术语:对过多假报警的脱敏。它作为患者安全议题已经被提了很多年,但长期缺三样东西:疲劳到底有多重的测量、危害有没有证据、什么干预真的管用。2026 年秋天,证据密集到位了:从 7 月 14 日到 11 月 11 日,八篇研究的

Henry ·

zh-cn

卒中康复机器人值不值?四份新证据,三个答案

卒中康复里,机器人辅助训练是最显眼的设备投资之一:一台下肢步态机器人的采购与维护成本远高于常规康复器材,卖点几乎都绕不开"更强化、更标准、更有效"。但有三个基本问题长期没有好答案:训练剂量与恢复之间到底有没有量效关系?机器人相对便宜的替代方案赢在哪里?哪类患者真正获益?2026 年 9 月下旬到 11 月上旬,四份新证据几乎同时到位——两项荟萃分析分别发表在

Henry ·

zh-cn

全库在讲什么:难住向量检索的全局问题

给一个文档库提问:"这批资料的主要主题是什么?"这个问题看起来一句话就能答,但建在向量检索上的标准 RAG 系统,很可能在它面前顾左右而言他。微软研究院把这个失效摆上了台面:2024 年 2 月 13 日,其博客公布了应对这类问题的系统,叫 GraphRAG;同年 4 月,论文挂上 arXiv(次年 2 月修订),摘要里的定性很干脆——RAG 对指向整个语料

Henry ·

zh-cn

AI 能提前看见衰老的下滑吗?三项研究,三个时间窗

老年医学有一个长期悬而未决的操作难题:衰退是渐进的,决策节点却是突发的。养老院里的老人什么时候进入了生命最后阶段,该不该把照护目标从延命转向舒适?社区里哪位老人未来一年会跌倒受伤?急诊收进来的老人是不是衰弱患者,要不要触发老年综合评估、换一套出院计划?这三个问题都等不到数据齐全的那一天。两类常用筛查工具各有各的短板——主观判断、资源投入,或者依赖回顾性数据。

Henry ·

zh-cn

保险拒赔,申诉者八成以上翻盘,但只有一成人去申诉

在美国看病,很多检查、手术和药物要过一道叫"预先授权"的关卡:医生开单之后,得先向保险公司证明"这个治疗医学上必要",批准了才能做。今年,这道关卡的几路新证据拼在一起,揭示了一个很少被说破的悖论:以覆盖过半美国老人的Medicare私营计划为例,被拒的人去申诉,八成以上能翻盘;可近九成的拒赔,根本没人去申诉。而正在接管这道关卡的,越来越多是AI。 ## 翻

Henry ·

zh-cn

同一个模型,成功率相对涨了39.7%:改的是什么

AI agent 把任务搞砸的时候,多数人的第一反应是:模型还不够强。换更大的模型、等下一代、多花点推理预算,这些都是直觉解法。但过去两年里,一批研究和工程实践反复指向另一个更容易被忽视的变量:模型完全不动,只改它外面那层运行结构,任务成绩可以差出一大截。 这层运行结构有个名字,叫 Agent Harness。它大致管三件事:怎样调用模型和工具、怎样管理环

Henry ·

zh-cn

钙积分为零,风险就为零吗?AI 从平扫 CT 读出冠脉炎症

冠脉钙化积分(CAC)是心血管风险分层里最常用的影像指标,积分为 0 长期被当作近似"低风险通行证"。但论文开篇就把一个事实摆了出来:拿着这张通行证的人群太庞大,发生在这个人群的心血管事件,绝对数量并不小。根源在于,钙化度量的是斑块的历史沉积,而炎症是血管壁当下正在发生的事。2026 年 11 月 11 日,《JAMA Cardiology》在线先发表了 O

Henry ·

zh-cn

AI省下了医生的深夜,却没省下倦怠

文书负担是医生职业倦怠的重要推手之一:看完最后一个病人,还要在电子病历里补完一天的记录。医学研究里甚至有个专门的词——"睡衣时间"(pajama time),指傍晚五点半到次日早上七点之间在家写病历的时间。 正因如此,"环境AI记录员"(ambient AI scribe)成了扩散最快的临床AI应用之一:它在诊室里旁听医患对话,自动生成病历草稿,医生审核、

Henry ·

zh-cn

肺癌筛查 AI 的四本账:查得多,不等于救得多

2026 年下半年,四份肺癌筛查 AI 的论文先后落地:两份荟萃分析、一份风险模型验证、一份队列生长研究。四篇互不引用,但并排读,像是有人把四本账依次摆上了桌——AI 自己查得准不准、AI 帮了阅片医生没有、风险模型跨人群公不公平,以及最容易被忽略的一本:查出来的癌,究竟长多快。前两本账给的是带条件的好消息;第四本账落在 11 月,它给好消息加了一个注脚——

Henry ·

zh-cn

跑分涨11分,活没多干:AI写代码的真实成绩单

选AI编程工具,今天几乎所有对比都围着"跑分"转——SWE-Bench Pro这类基准测试,让模型解一批标准代码题,分数越高看起来越强,厂商发布新模型也拿它当头条。但跑分高的模型,干的活真的更多吗? 这个问题一直没法严格回答:用新模型的人可能本来就是高手,接的活也可能更难。直到今年夏天,一纸政令意外送来了一场自然实验。 ## 一场出口管制送来的自然实验

Henry ·

zh-cn

具身智能卡在哪:不是算法,是数据

语言模型学写文章,没有人一句一句教过它。整个互联网就是它的免费教材,所有文本早已写好。但机器人学装电池,没有任何现成教材:每一次抓取、每一次用力,都得有人在物理世界里真实地做一遍、录下来,才产生一条训练数据。这种不对称的背后,是一个困扰了 AI 几十年的老问题。早在 1988 年,机器人学家莫拉维克(Hans Moravec)就在《Mind Children

Henry ·

zh-cn

把"AI 谁负责"讲清楚 5 分钟:一场没有 AI 的随机对照试验

《Health Expectations》2026 年 12 月刊发表的一项随机对照试验里,有一个细节值得先说清楚:试验全程没有使用、测试或对任何参与者的诊疗应用任何 AI 系统、临床算法、设备或决策支持工具。它研究的仍然是 AI——只不过被检验的干预物不是算法,而是一段 5 到 7 分钟的谈话。 ## 三个比"准不准"更具体的问题 研究团队把患者遇到医

Henry ·

zh-cn

AI代理经济的三层暗地基:语义、法律、市场

AI正在从"陪你聊天"变成"替你干活":下单、比价、跨部门调数据,甚至你的代理和别人的代理直接谈合作。这场转变里,真正的瓶颈正在从"模型够不够聪明",悄悄移到下面一层——当两个AI代理要交换数据时,有三件事必须靠谱:这个字段到底什么意思、该守哪个法域的规则、以及双方有没有动力分享。 2026年11月,这三层各来了一批新证据。看完你会发现,暗地基比想象中脆。

Henry ·

zh-cn

AI 读耳朵的十六天:八项研究,三个错觉

从 2026 年 10 月 28 日到 11 月 12 日,十六天里("十六天"为本文按八项研究在线发表日期含首尾的计数),耳鼻喉头颈外科与听力学的国际期刊上密集出现了至少八项 AI 研究,其中六项是一手研究、两份是综述:韩国团队的人机组合耳内镜读片研究、土耳其团队对两代 ChatGPT 解读标准听力图的对比、三个最新大模型与三位耳科医师同卷盲评突发性聋预后

Henry ·

zh-cn

患者数据被喂给了AI:医疗隐私的三个盲区

十一月,康奈尔大学威尔·康奈尔医学院在官网挂出一封给患者的通知信:今年6月10日到20日,一项放射学研究中的部分患者信息,**被输入了人工智能工具并用机器学习处理——未经授权,违反了机构政策**。 从信的表述看,这不是一起黑客攻击:没有发现任何患者信息被滥用的迹象,目前也没有证据显示有未经授权的个人查看过这些信息;涉及的病历号、影像编号、检查日期和时间、诊

Henry ·

zh-cn

AI筛查能省钱吗?卫生经济学的答案:看你算哪本账

"AI进医院,降本增效"——这几乎成了医疗AI采购的默认承诺:缓解影像科人手短缺,缩短等待,顺便省钱。但过去一年多,一批密集发表的研究——散落在医学、信息学与伦理学期刊上——拼在一起,恰好把这个承诺拆成了三本方向并不一致的账:效率账、经济账、公平账。三本账分开看,结论可能完全相反。 ## 第一本账:省下的钱,和少查出的癌 先看最具体的一项。澳大利亚研究团

Henry ·

zh-cn

开源 Agent 的"开源",开的是哪一层

点开一个"开源 Agent"项目的仓库,LICENSE 写着 MIT;点开它调用的模型卡,许可证换成了"社区许可";再问一句训练数据是什么,多数时候得到的是沉默。同一个词,在 Agent 技术栈的三层里写着三种答案——而且这三层的"开放"互不蕴含:代码全开不意味着权重全开,权重可以下载也不意味着数据说得清。 这篇文章用四份一手文件把三层拆开对照:OSI 发

Henry ·

zh-cn

AI能发现新分子,却还设计不好临床试验

2026年11月,两组研究结果几乎同时挂上arXiv,拼在一起看,形状耐人寻味。 一边,清华大学智能产业研究院与AI制药公司AIPher的团队宣布:他们的自主系统提出了一个此前没人报道过的药物作用位点,并顺着这个假设筛出了一个全新骨架的分子——湿实验确认,这个分子真的能抑制靶点蛋白,真的能结合上去。另一边,宾夕法尼亚大学与MD Anderson癌症中心的研

Henry ·

zh-cn

一封邮件骗走 Copilot 的机密:提示注入的根子在架构

2025 年 6 月 11 日,微软公开了一个编号 CVE-2025-32711 的漏洞:攻击者给企业员工发一封普通邮件,不需要对方点开任何东西,Microsoft 365 Copilot 就可能在后续某次问答中把员工的机密数据悄悄送到攻击者服务器上。安全公司 Aim Security 的研究者早在当年 1 月就做出了可用的攻击演示并私下报告微软,5 月服务

Henry ·

zh-cn

DecArena:去中心化多 Agent 协作评估框架,解决个人 AI Agent 的可扩展性与隐私困境

随着个人 AI Agent 的普及,大规模协作成为必然趋势。但传统的中心化编排框架存在两个核心痛点:**隐私泄露风险**和**单点故障瓶颈**。当数百甚至数千个 Agent 需要协同完成复杂任务时,中央控制器不仅成为性能瓶颈,还掌握了所有 Agent 的敏感数据和决策逻辑。 DecArena 提出了一种全新的**去中心化多 Agent 协作评估框架**,旨

jager ·

zh-cn

医学生找 AI 病人练问诊:分低了,人却更投入了

医学院里练问诊,需要"病人"——不是真的病人,而是标准化病人(SP):经过培训、稳定扮演特定疾病的人。日本的医学问诊教学,传统上就靠招募来的标准化病人;大语言模型的进展让对话交互越来越自然,用 AI 标准化病人(AI-SP)练问诊由此变得可行。但一个此前没被充分研究的问题是:学生面对 AI 病人时,问诊表现到底怎么样——和面对人类标准化病人相比,是更好还是更

Henry ·

zh-cn

AI 盯新生儿惊厥:≥95%、63% 与每天 46 次假报警的三角

新生儿脑病的宝宝要上连续脑电(cEEG)监护,一个重要原因是惊厥可以只在脑电上出现、临床上看不出来,而及时发现惊厥对处理与预后判断都关键。瓶颈在专家:判读新生儿 cEEG 需要儿科脑电医师,而这类专家稀缺。于是"AI 新生儿惊厥检测器(NSD)"被寄予厚望——让它替人盯屏幕、及时报警。2026 年 11 月 11 日,Journal of Clinical

Henry ·

zh-cn

检索失败率5.7%→1.9%:RAG难在接上搜索之后

RAG 常被一句话讲完:给大模型接上搜索,让它回答前先查资料。但 2024 年 9 月 Anthropic 发布的一篇工程文章,用一组实测数字戳破了这句轻松的话:在传统切块方式建起来的知识库上,平均有 5.7% 的相关文档片段进不了检索结果的前 20 名——资料根本没进提示词,模型压根没见过它,只能凭参数记忆作答。而把三种检索侧的技术叠起来用,这个失败率能压

Henry ·