محققان در پژوهش جدیدی، راهکار هوشمندانهای برای بهکارگیری «مدلهای بنیادین جدولی» (Tabular Foundation Models) در حوزه «تحلیل بقا» (Survival Analysis) ارائه کردهاند.
💡 نکته کلیدی: تحلیل دادههایی که زمان وقوع یک اتفاق در آنها نامشخص است (Censoring)، همیشه چالشبرانگیز بوده است. در این روش، تحلیل بقا به مجموعهای از مسائل «طبقهبندی دودویی» تبدیل شده که به مدلهای بنیادین اجازه میدهد بدون آموزش مجدد و صرفاً با یادگیری در لحظه (In-context Learning)، نتایج دقیقتری نسبت به روشهای کلاسیک ارائه دهند.
این پیشرفت میتواند مسیر را برای تحلیلهای دقیقتر در علوم پزشکی و دادهکاویهای پیچیده هموارتر کند. 🚀
منبع: arXiv Machine Learning