如影随形

研究了12年的研究，AI在肝衰竭的两天内完成！科

发布时间：2025-06-17 09:43编辑：365bet登录浏览（125）

Xin Zhiyuan报告编辑：Taozi [Xin Zhiyuan简介] AI在两天内遭受了12年的肝脏损害，准确击败了人们！包括Duoda和Harvard Mit在内的17个机构联合起来，以GPT-4.1和O3-Mini进行了重大举措，他们筛选了文学作品并获取了数据，其效率为3,000次。多伦多大学，哈佛大学大学和其他机构与AI联手，在短短两天内，他们完成了12年的科学工作！当研究发布时，这给整个网络带来了极大的震惊。沃顿（Wharton）的CS教授伊桑·莫利克（Ethan Mollick）感到震惊：“ AI评论的角色越来越大，其准确性超出了人民之外。” 17研究机构已经撰写了同一篇论文，其目标是评估GPT-4.1和O3 Mini的作者。结果，研究人员设计了OTTO-SR平台，并在2天内完成了一项为期12年的系统研究研究。扩展全文 结果证明Otto-SR可以在所有活动中竞争甚至超过人们，例如筛选敏感性，获取和筛选特异性。 在特定的测试中，对系统的Cochrane进行了完整的评估，并进行了更新，其中包括提供临床准则证据的12个评论。 AI的工作流程使系统测试的速度提高了3,000次。 与Manu -Man的传统过程相比，这种速度是革命性的成功。 OTTO-SR确认LLM可以独立执行复杂的相对任务科学，而精度更高。将来，预计将通过快速和可靠的系统审查来为基于证据的药物带来革命性的变化。 人类免疫学家认为，Derya Unutmaz教授是一个非常引人注目的成功。 AI如何取得惊人的结果？ AI的全新工作流程： GPT-4.1过滤，服用O3米尼 在循证药物领域，系统评价是科学决策的基础。 通常，传统系统审查的完成通常持续16个月，成本超过100,000美元。 更重要的是，系统测试的延迟可能导致长期使用无效甚至有害疗法，这是对患者的灾难。 新的Otto-SR是基于大型模型的“端到端”创新工作流程。 如下图1所示，如果“完全自动”或“人机合作”，则支持分析和评估模式。 以下是Otto-SR的主要模块： 1个文学写作明智的身体 GPT-4.1是独立审查员，执行摘要和文本的全面筛选。最初搜索的文档已上传到RIS格式，系统可以很好地处理它们。 2个数据提取剂 数据采集​​任务是由O3-Mini-High执行的，以快速从文献中提取主要变量。 3 PDF处理 转换PDF f双子座2.0闪烁格式到结构化标记的Iles，以便于后续审查。 摘要 +完整的滤镜NG文本以赶上人们 在抽象筛选阶段，OTTO-SR筛选剂将表现良好。 它的加权灵敏度高达96.6％（范围为94.1-100.0％），这比启发（88.5％）和该集团的两年审查（87.3％）好。 在规范方面，两个人类考试小组先前的排名为95.7％，紧密的OTTO-SR筛选剂（93.9％）超过了兴奋（84.2％）。 它表明，OTTO-SR不仅仅是传统方法，在保持较高的筛选准确性的同时，最大程度地捕获了相关文献（非常积极）。 在整个筛选阶段，OTTO-SR筛选剂继续保持其领先优势，灵敏度为96.2％（范围为92.3-100.0％），而对两次检查Teamg男子的敏感性显着下降到63.3％。 在规范方面，OTTO-SR（96.9％）和对小组的两年分析（98.1％）的表现良好，而引起启动则没有参加比较，因为它不支持全文筛选。 总而言之，Otto-SR可以捕获更相关的研究（真正的积极），同时保持高规格（最大程度地减少兴趣感），从而对传统测试以及爱人和爱情和爱情显示出重大好处。 获取数据，准确性 在七个系统测试中，OTTO-SR数据提取剂的平均体重精度高达93.1％（范围为91.1-97.0％），这大于两年组分析（79.7％[69.1-91.0％]）和（74.8％[58.8.8-83.1％]）。 在OTTO-SR获取代理的6.9％错误案例中，事后审查揭示了Duean少校： ·0.83％（39/4459）由于该模型无法获取其他文件或数据； ·从解析错误得出的0.67％（30/4459）； ·0.49％（22/4459）是Otto-RRS和原始作者都不准确的情况。 这SE发现为未来的优化提供了明确的方向，例如提高处理能力和补充文件的解析。 在短短两天内，AI工作了12年 由于GPT-4.1+O3-Mini会刷新SOTA以执行绩效，因此这如何履行挑战的实际挑战？ 为了验证实际价值，对5月的复制和更新测试，对“ Cochrane System Review数据库”的12个系统评价进行了复制测试，总计为146,276个文献。 OTTO-SR智能工作流程 Otto-SR致力于每个评论的结果过早，使集成标准更加清晰。 结果表明，OTTO-SR错误排除研究的中位数为0（IQR 0-0.25）。 值得一提的是，在对搜索截止日期审查的原始检查有限的情况下，Otto-SR意外地发现了54项可能错过了原始评论的合格研究。 manu -manu -manu评论已经确认其中10个是错误的阳性，但其中9个可以通过-DATA通过集合的通信获得。 进一步的更新并搜索到2025年5月8日之前，Otto-SR发现了14项新资格的研究，其中只有2项是错误的，而1项可以包含相关数据。 此外，在营养分析中，Otto-SR发现了5项新研究。这一发现是Notto-SR挖掘的能力将展示新的证据并优化结论。 介绍 克里斯蒂安曹 克里斯蒂安·曹（Christian Cao）目前正在多伦多大学医学院学习博士学位。 目前，其研究方向的重点是开发人工智能模型，该模型的重点是预测可预防的住院和与糖尿病有关的并发症。 罗希特·阿拉拉（Rohit Arara） 罗希特·阿拉拉（Rohit Arara）目前是哈佛大学生物信息学的第一年医生。 他专注于人工智能在科学研究中的应用，他的研究方向致力于药物发现和蛋白质设计。参考： https://www.reddit.com/r/singularity/comments/1lb6lel/llm_combo_gpt41_o3minihigh_geminin_geminin_20_flash/return