医学AI智能体通过主动视觉推理实现突破，性能超越GPT

上海创智学院LeapQuest团队联合浙江大学、上海交通大学、复旦大学，在医学AI领域首次系统化提出“Think with Images/Videos”新范式，并开发了Ophiuchus和MedScope智能体。该范式解决了传统医学多模态模型被动接收视觉信息、易漏看病灶或误判的问题。通过让模型在推理过程中主动调用外部视觉工具（如精细分割、关键区域定位或视频截取），智能体能实时观察、验证并修正判断，使视觉证据成为思考的一部分。实验显示，其7B参数模型Ophiuchus在多个视觉问答基准测试中平均得分达68.0，超越了OpenAI o3、GPT-5等更大模型。MedScope则进一步将这一范式扩展到长视频分析，通过模拟临床医生的观察方式，增强了证据链的可审查性。这项研究为医学AI提供了更可靠、可解释的推理机制，推动了从“生成解释”到“证据驱动推理”的范式转向。 #医学AI #人工智能 #多模态模型 #视觉推理 #ICML #机器学习 #科技新闻 #智能体 #计算机视觉

代理式 AI 飞轮

开发者 Aurimas Griciūnas 提出了代理式 AI 系统的“飞轮”生命周期模型，强调系统优化应从预生产阶段转向利用真实生产数据进行持续迭代。他指出，传统的初始评估集往往无法覆盖所有生产中的故障模式，有效的做法是将用户反馈、流量数据、错误信号转化为系统的输入，形成一个“发布、观察、诊断、改进、再发布”的循环飞轮，从而让模型在实战中不断学习并修复问题。 该模型将系统生命周期分为两阶段。预生产阶段包括问题定义、概念验证和设定性能指标，目标是构建一个可初步上线的原型。此后进入核心的持续循环阶段，每一次循环都通过分析实际生产流量来发现新的故障，并针对这些故障编写新的评估测试，最终发布一个能通过所有历史评估的新版本。作者认为，这种基于生产反馈的飞轮机制，是代理式 AI 系统实现长期可靠性的关键。 #AI #机器学习 #LLM #AI工程 #数据工程 #技术观点 #人工智能

建模请求遭冷落

在数据科学领域，利益相关者常请求开发预测模型，但项目完成后却无人使用的情况屡见不鲜。文章以医疗保健行业为例，指出模型开发过程复杂，涉及大量特征工程和算法调优，虽能提升准确性，却常牺牲解释性，形成难以理解的黑箱。医生和临床工作者基于专业经验，往往更信任传统临床流程而非无法解释的模型结果。作者强调，通过创建简明易懂的模型简介，用业务术语沟通模型逻辑，能增强客户信任。然而，开发周期长、数据访问障碍和部署问题常导致项目延误，最终使模型被搁置，造成资源浪费。 #数据科学 #AI #医疗科技 #模型开发 #可解释性 #黑箱模型 #新闻 #科技新闻