EpiCoach论文：LLM智能体为单一运动员做N-of-1训练实验设计
热点事件持续更新
EpiCoach论文：LLM智能体为单一运动员做N-of-1训练实验设计
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
Behnam Moradi等人在arXiv提交论文，介绍EpiCoach：一个基于LLM的智能体系统，把一名山地车运动员当作可审计、可证伪的N-of-1研究对象，用证据门控假设登记表管理预测，并根据心率、GPS和气压海拔数据构建数字孪生、以最大化信息增益的方式规划训练周。 基准测试显示，数字孪生在心率预测上胜过标准预测器，但在赛段时间上没有优势，且智能体循环仅与静态模型持平；前瞻阶段前三周封存20条预测、评分14条，安全官两次否决智能体建议。相关登记表、benchmark与协议已开源。
AI 根据报道生成 · 1 小时前更新
最新进展10月30日 00:20
EpiCoach：基于消费级可穿戴设备的智能体贝叶斯实验设计，把单个运动员当作可审计的 N-of-1 科学对象报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · cs.AIEpiCoach：基于消费级可穿戴设备的智能体贝叶斯实验设计，把单个运动员当作可审计的 N-of-1 科学对象
EpiCoach 是一个基于 LLM 的智能体系统，将一名山地车运动员作为可审计、可证伪的 N-of-1 研究对象，用证据门控假设登记表管理预测。系统由心率、GPS 和气压海拔数据推断出包含心率响应、体能-疲劳模型和技术下坡技能状态的数字孪生，并以最大化信息增益的方式规划训练周。在 18 个月数据上，数字孪生在心率预测上胜过标准预测器，前瞻阶段前三周封存 20 条预测、评分 14 条，安全官两次否决智能体建议，相关登记表、benchmark 与协议已开源。
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。