块扩散在纵向 EHR 上以小幅性能损失换取更快推理。
资讯摘要
论文在 MIMIC-IV 上以匹配的分词、上下文长度、模型容量和评估条件，比较块式掩码扩散（BD）与自回归（AR）模型在纵向电子健康记录零样本预测上的表现。作者报告 BD 存在明显的质量—效率权衡：小块配置保留 AR 大部分预测性能，B=8 配置评估约快 1.43 倍；BD 与 AR 表征上的冻结线性探针在临床预测任务上表现接近，但生成式 rollout 多数设置仍低于 AR。
要点速读
- 论文在 MIMIC-IV 上对比块式掩码扩散与自回归模型，控制分词、上下文长度、模型容量与评估条件一致。
- 作者报告 B=8 配置评估约快 1.43 倍，小块配置保留 AR 大部分预测性能。
- BD 与 AR 表征的冻结线性探针在临床预测任务上接近，但生成式 rollout 多数设置仍低于 AR；增大去噪预算收益递减。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。