ArXiv cs.AI
Visión editorial CMadrid
El ajuste supervisado con datos de justificación sintética perjudica la predicción de enfermedades en el mundo real
arXiv:2606.10279v1 Tipo de anuncio: nuevo Resumen: Se supone ampliamente que el ajuste supervisado con datos racionales sintéticos mejora el rendimiento del modelo de lenguaje en tareas de predicción clínica al enseñar a los modelos no solo qué predecir sino también por qué. Probamos esta suposición en la predicción de la enfermedad de Alzheimer y demencias relacionadas (ADRD) a cinco años a partir de datos de salud longitudinales.
Por qué importa para Chile y Latam
Lectura CMadrid: los cambios en IA suelen trasladarse a costos, empleo y competencia en la región; vale evaluar impacto en estrategia digital local.
Leer fuente original Volver al inicio
Como Afiliados de Amazon, podemos recibir comisiones por compras calificadas sin costo extra para ti.