多模态大模型

Exploring AI-Augmented Sensemaking of Patient-Generated Health Data: A Mixed-Method Study with Healthcare Professionals in Cardiac Risk Reduction

探索人工智能增强的患者生成健康数据理解：一项结合定性与定量方法的医疗专业人员研究，用于心脏风险降低

Pavithren V S Pakianathan, Rania Islambouli, Diogo Branco, Albrecht Schmidt, Tiago Guerreiro, Jan David Smeddinck

机构 * Ludwig Boltzmann Institute for Digital Health and Prevention（数字健康与预防路德维希·玻尔兹曼研究所） 纠错

专题命中 其他多模态 ：multimodal(abstract)；分类 cs.AI

AI总结 本文探讨了大型语言模型如何通过自动摘要和对话界面支持医疗专业人员理解患者生成的健康数据，以提高心脏疾病风险降低的临床决策。

Annealing in variational inference mitigates mode collapse: A theoretical study on Gaussian mixtures

变分推断中的退火缓解模式崩溃：关于高斯混合物的理论研究

Luigi Fogliani, Bruno Loureiro, Marylou Gabrié

机构 * Departement d’Informatique, École Normale Supérieure, Université PSL, CNRS（信息学院，巴黎高等师范学院，巴黎理工大学，CNRS） ； Laboratoire de Physique de l’École Normale Supérieure, Université PSL, CNRS（巴黎高等师范学院物理实验室，巴黎理工大学，CNRS） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文通过理论分析证明退火策略能有效缓解变分推断中的模式崩溃问题，并验证其在神经网络模型中的适用性。