Estudo na Nature Medicine apresenta um modelo de IA explicável que diagnostica em 10 modalidades de imagem médica

Overview diagram of the EVLF-FM framework, its two-stage training and clinical capabilities — Bai et al., Nature Medicine (CC BY-NC-ND 4.0)

O EVLF-FM, treinado com mais de 1,3 milhão de amostras de seis especialidades, teve acurácia média interna de 0,895 e foi testado externamente em 13.443 amostras de 17 conjuntos; os autores pedem estudos prospectivos.

Ler em Nature Medicine

via @NatureMedicine

Mais do Snape Report

Anthropic descobre que Claude pode escrever dados de treino que passam por um monitor de produção e desalinham um modelo
Nasdaq cai 2,9% com Intel no pior dia desde os anos 1970 e queda das ações de chips
OpenAI corta em US$ 10 bilhões a meta da rodada, para cerca de US$ 20 bilhões a uma avaliação de US$ 1,25 trilhão, diz o FT
S&P revisa para negativa a perspectiva da Meta por gastos de capital em IA e fluxo de caixa livre negativo
Ações da Intel caem 29%, pior dia desde os anos 1970, tirando cerca de US$ 12 bilhões da fatia do governo dos EUA
Satélite Suncatcher do Google devolve a primeira resposta de IA de uma TPU de data center em órbita
Mistral libera pesos abertos do Mistral Large 4, seu modelo de 1 trilhão de parâmetros
Wikimedia, editores de notícias e Public Knowledge apresentam amicus enquanto NYT x OpenAI chega ao julgamento sumário

Primeira página →