★ 3
CARing：用医学 Token 与覆盖感知推理预测诊断
论文提出 CARing 框架，用组合语义 ID 表示诊断，并通过覆盖奖励强化学习优化多标签推理轨迹。在 MIMIC-III 和 MIMIC-IV 上，CARing 在加权 F1 和 top-k 召回上超越所有 EHR 训练基线，推理模式下 R@30 达 46.04% 和 46.52%。
arXiv cs.LG24 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 CARing 框架，用组合语义 ID 表示诊断，并通过覆盖奖励强化学习优化多标签推理轨迹。在 MIMIC-III 和 MIMIC-IV 上，CARing 在加权 F1 和 top-k 召回上超越所有 EHR 训练基线，推理模式下 R@30 达 46.04% 和 46.52%。
论文针对生成式推荐中所有物品统一 SID 长度的问题，提出 JevRec，借鉴自然语言高频表达更紧凑的特点，将物品编码为变长「词」，热门物品用更短 SID、长尾物品保留更丰富描述。通过独立长度预测头与内容生成头缓解优化冲突，在三个公开数据集上优于基线，训练与推理时间低于 TIGER。