arXiv · cs.AI· Ashvin Gupta·· 6 天前AI 评分15
块扩散用于纵向电子健康记录：精度、效率与表示的权衡
Block Diffusion for Longitudinal EHR: Accuracy, Efficiency, and Representation Trade-offs
来源与原文
arXiv · cs.AI
作者：Ashvin Gupta
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.29533v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项研究在 MIMIC-IV 数据集上以相同的 tokenization、上下文长度和模型容量对比块掩码扩散（BD）与自回归模型在纵向 EHR 建模中的表现。B=8 配置实现约 1.43× 更快的推理速度，其表示的线性探针在临床预测任务上与 AR 性能接近。结果表明块扩散是计算上更具吸引力的可行方案，但生成质量仍低于 AR。
来源：arXiv · cs.AI · arxiv.org