★ 2
LLM生成规则用于心脏病预测评估
研究对比传统机器学习模型与GPT-4o、Claude Sonnet 4.6生成的规则系统在UCI心脏病数据集上的预测表现。结果显示传统模型全面胜出，随机森林准确率达90.2%，而GPT-4o仅70.5%。但LLM生成的IF-THEN规则具备可解释性，凸显医疗AI中性能与透明度的权衡。
arXiv cs.LG48 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究对比传统机器学习模型与GPT-4o、Claude Sonnet 4.6生成的规则系统在UCI心脏病数据集上的预测表现。结果显示传统模型全面胜出，随机森林准确率达90.2%，而GPT-4o仅70.5%。但LLM生成的IF-THEN规则具备可解释性，凸显医疗AI中性能与透明度的权衡。