待验证50% 置信事实精确时间

研究团队从六个候选模型中选定了广义可加模型（GAM）作为分类器

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

影像组学+共形预测：甲状腺结节良恶性分类新框架

涉及实体

广义可加模型concept

相关事实

待验证Gartner提出的数据分析成熟度模型将企业数据能力分为描述性、诊断性、预测性、规范性和自主性五个递进阶段69% 相似待验证该研究提出的框架结合了影像组学特征提取、广义可加模型（GAM）分类器和带标签条件化保证的交叉共形预测三个部分，用于甲状腺结节良恶性分类68% 相似待验证该研究将数据选择问题建模为高维回归场景，存在多个异质数据源，并采用加权岭回归估计器来融合这些来源64% 相似待验证模型在GSM8K上接近满分之后研究者立刻需引入更难的基准，出现基准饱和现象64% 相似待验证GAM 相比黑箱模型的优势在于可以可视化每个特征的形状函数，便于临床医生审查模型是否符合医学常识64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001608

API

curl https://kongchang.com/api/v1/knowledge/claims/1001608

MCP

get_claim(id=1001608)