热点事件观察中
arXiv预印本提出CODA多模态临床推理基础模型
1 篇报道1 个报道来源1 天前更新
先了解这件事
事件综述
2026年10月19日，arXiv预印本发布题为《CODA：面向多模态临床推理的群组感知与漂移感知基础模型》的研究。CODA旨在将群体层面的队列模式与个体异质性统一建模，通过群组感知人群分层与漂移感知个体适应两种机制协同实现这一目标。该模型借助强化学习自动发现具有临床意义的患者群组，并将每位患者偏离群组原型的程度编码为结构化的漂移信号，以刻画个体层面的差异。研究团队在真实世界EHR基准上对CODA进行了评估，测试任务涵盖闭卷问答、开卷问答和报告生成，结果显示其表现出一致的有效性与较强的泛化能力。
由模型根据报道生成 · 2 小时前更新
最新进展10月19日 20:00
arXiv预印本提出CODA多模态临床推理基础模型，在EHR基准多项任务上展现一致有效性与强泛化能力。报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- AI × 生物医药CODA：面向多模态临床推理的群组感知与漂移感知基础模型
CODA 是一个面向多模态临床推理的群组感知与漂移感知基础模型，通过群组感知人群分层与漂移感知个体适应两种机制，将群体层面的队列模式与个体异质性统一建模。该模型利用强化学习发现临床有意义的患者群组，并把每位患者偏离群组原型的程度编码为结构化漂移信号。在真实世界 EHR 基准的闭卷问答、开卷问答和报告生成等任务中，CODA 表现出一致的效果与较强泛化能力。
本事件报道与热度
累计报道 1·当前热度 5·热度峰值 10（10月19日 20:00）·近 24 小时新增报道 0
累计报道（只增）
热度指数（可衰减）
上下两图共用同一时间轴（指针同步）：上图是累计报道，只增不减，终点=全部报道，斜率=该小时新增篇数；下图是实时热榜 heatIndex——近 7 天独立参与方按 24 小时半衰期加权，讨论降温时会回落。