实时
AI揭示医学研究中低代码共享
热点事件持续更新
AI揭示医学研究中低代码共享
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
MIT研究团队使用大语言模型分析近4000篇医学论文,发现代码共享率仅约1/8,且多数公开代码缺乏必要文档支持复现结果。该研究揭示了代码共享的两大缺陷:共享率低且公开不等于提供可复用的文档与信息。分析结果正用于完善TRIPOD-Code报告指南,以规范临床预测研究中代码的共享标准。
AI 根据报道生成 · 更新于 1 小时前
最新进展11月20日 06:15
MIT研究团队利用大语言模型分析近4000篇医学论文,揭示代码共享现状与挑战报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- MIT News · AIMIT研究团队利用大语言模型分析近4000篇医学论文,揭示代码共享现状与挑战
研究人员使用大语言模型(LLM)分析近4000篇医学论文,评估了500个相关代码库,发现代码共享率仅约1/8,且公开代码多数缺乏必要文档支持复现结果。分析揭示了代码共享的两大关键缺陷:共享率低且公开不等于提供可复用的文档与信息。该发现正用于完善TRIPOD-Code报告指南,以规范临床预测研究中代码的共享标准。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。