生物医学基金会模式：调查
刘祥瑞*,张媛媛*,卢瀛洲³),尹昌昌4,胡晓玲刘晓鸥5,1,陈璐璐7王胜⁸、Alexander Rodriguez⁹,Huaxiu Yao¹⁰,YezhouYang’,Ping Zhang⁴,Jintai Chen”,Tianfan Fu¹²,and Xiao Wang⁷
美国亚利桑那州亚利桑那州立坦佩大学²美国印第安纳州西拉法叶普渡大学3美国加利福尼亚州斯坦福大学4俄亥俄州立大学，美国俄亥俄州哥伦布市5美国马萨诸塞州麻省波士顿市总医院⁶美国马萨诸塞州波士顿哈佛弗吉尼亚理工学院，美国弗吉尼亚州布莱克斯伯格8华盛顿大学，美国华盛顿州西雅图市9密歇根，大学美国密歇根州安阿伯市0北卡罗来纳大学教堂山分校，美国北卡罗来纳州教堂山市11香港科技大学广州分校，中国广东省广州市12南京大学，中国江苏南京*共同第一作者
摘要
基础模型于2021年首次提出，是大规模预训练模型(如大型语言模型(LLM)和视觉语言模型(VLM)),通过从大量无标记数据集中学习，无监督方法使其能够在各种下游任务中。表现出色这些模型(如GPT)可适用于问题解答和视觉理解等各种应用，性能优于特定任务的人工智能模型，因其在各领域。的广泛适用性而声名鹊起生物医学基础模型的开发标志着利用人工智能(AI)理解复杂生物现象、推进医学研究和实践的。一个重要里程碑本调查探讨了基础模型在生物医学领域不同领域的潜力，包括计算生物学、药物发现与开发、临床信息学、医学成像和公共卫生。这项调查的目的是激励人们不断研究基础模型在健康的应用科学中。
1导言
基础模型”一词最早出现于2021年[1]。它一般是指在大规模数据集上预先训练好模型(LLM)和视觉语言模型(VLM),这些模型通常通过进行训练，的大型语言无监督的方法使具备其处理各种下游任务的。能力通过从无标记数据中，”基础模型”开发出了将输入映射到潜在嵌入的强大能力学习空间。因此，它们可以无缝地适应各种任务，性能优于特定任务的始终人工智能模型[2,3]。,GPT[4]在上海量语言和视觉数据进行了取得了预训练，并在中问题解答、信息检索、数据挖掘等众多任务出色的表现。
本文来自知之小站
PDF报告已分享至知识星球，微信扫码加入立享3万+精选资料，年更新1万+精选报告
（星球内含更多专属精选报告.其它事宜可联系zzxz_88@163.com）
