AutoAdapt：临床分布偏移下的可靠少样本适应

2026年10月9日，arXiv（Computer Vision，一手来源）发布 AutoAdapt，针对临床分布偏移下的少样本适应中策略选择与评估难题，提出两项核心设计：Adapter 定义可扩展的适应配方空间；Automator 基于适应患者内的证据形成加权配方组合，并通过可靠性规则只选在多数可用患者上最有效的策略。目前公开信息仅涉及该方法设计与动机，未见实验结果、临床验证或第三方复现报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。