← 記事一覧に戻る
NoetikがTARIO-2などの自己回帰トランスフォーマーを使用して、がん臨床試験の95%の失敗率を解決する患者マッチング問題に取り組んでいる
Latent Space · 2026年4月20日
AI要約
- •がん治療の95%が臨床試験に不合格となる深刻な問題が存在している
- •NoetikはRon AlfaとDaniel Bearにより、この課題は本質的には患者と治療法のマッチング問題だと認識した
- •TARIO-2などの自己回帰トランスフォーマーモデルを活用して治療効果の予測精度を向上させている
- •AIを用いた適切な患者マッチングにより、がん治療開発の成功率向上を目指している
関連記事
大規模言語モデル
Moonshot AIがオープンウェイト版Kimi K2.6をリリース、GPT-5.4やClaude Opus 4.6と同等の性能を実現
THE DECODER·2026年4月20日
大規模言語モデル
億万長者のコニー・バルマーがNPRに8000万ドルを寄付、トランプ政権の公共放送予算削減に対抗
Fortune AI·2026年4月20日
大規模言語モデル
研究者チームがLLMの欺瞞的な行動がトレーニング中にどのように生き残るかを調査
LessWrong AI·2026年4月20日
大規模言語モデル
AWSがStrands Evals内のToolSimulatorを発表、LLM駆動シミュレーションでAIエージェントの安全なテストを実現
Amazon AI Blog·2026年4月20日
大規模言語モデル
AWS、NVIDIA、Microsoft、OpenAIなどが主導するカスタムLLM訓練プラットフォーム市場は2026年から2035年にかけて急速に拡大予定
Yahoo Finance AI·2026年4月20日
AIニュースを毎日お届け
200以上のソースから厳選したAIニュースを毎日無料でお届けします。
無料で始める