Buchumschlag

AUTOCT: Automating Interpretable Clinical Trial Prediction with LLM Agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Fengze, Wang, Haoyu, Cho, Joonhyuk, Roth, Dan, Lo, Andrew W.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Data Interpreter: An LLM Agent For Data Science
von: Hong, Sirui, et al.
Veröffentlicht: (2024)

Evaluation and Benchmarking of LLM Agents: A Survey
von: Mohammadi, Mahmoud, et al.
Veröffentlicht: (2025)

GeFL: Model-Agnostic Federated Learning with Generative Models
von: Kang, Honggu, et al.
Veröffentlicht: (2024)

Handling and Interpreting Missing Modalities in Patient Clinical Trajectories via Autoregressive Sequence Modeling
von: Wang, Andrew, et al.
Veröffentlicht: (2026)

GenoTEX: An LLM Agent Benchmark for Automated Gene Expression Data Analysis
von: Liu, Haoyang, et al.
Veröffentlicht: (2024)

FedEFC: Federated Learning Using Enhanced Forward Correction Against Noisy Labels
von: Yu, Seunghun, et al.
Veröffentlicht: (2025)

CleanAgent: Automating Data Standardization with LLM-based Agents
von: Qi, Danrui, et al.
Veröffentlicht: (2024)

Decision Theoretic Foundations for Conformal Prediction: Optimal Uncertainty Quantification for Risk-Averse Agents
von: Kiyani, Shayan, et al.
Veröffentlicht: (2025)

Data-Centric Interpretability for LLM-based Multi-Agent Reinforcement Learning
von: Yan, John, et al.
Veröffentlicht: (2026)

Event Causality Identification with Synthetic Control
von: Wang, Haoyu, et al.
Veröffentlicht: (2025)

EF-LLM: Energy Forecasting LLM with AI-assisted Automation, Enhanced Sparse Prediction, Hallucination Detection
von: Qiu, Zihang, et al.
Veröffentlicht: (2024)

Clinically Grounded Agent-based Report Evaluation: An Interpretable Metric for Radiology Report Generation
von: Dua, Radhika, et al.
Veröffentlicht: (2025)

FutureX: An Advanced Live Benchmark for LLM Agents in Future Prediction
von: Zeng, Zhiyuan, et al.
Veröffentlicht: (2025)

MMCTOP: A Multimodal Textualization and Mixture-of-Experts Framework for Clinical Trial Outcome Prediction
von: Aparício, Carolina, et al.
Veröffentlicht: (2025)

MemoryGraft: Persistent Compromise of LLM Agents via Poisoned Experience Retrieval
von: Srivastava, Saksham Sahai, et al.
Veröffentlicht: (2025)

MEXA-CTP: Mode Experts Cross-Attention for Clinical Trial Outcome Prediction
von: Zhang, Yiqing, et al.
Veröffentlicht: (2025)

TrialBench: Multi-Modal Artificial Intelligence-Ready Clinical Trial Datasets
von: Chen, Jintai, et al.
Veröffentlicht: (2024)

The SaTML '24 CNN Interpretability Competition: New Innovations for Concept-Level Interpretability
von: Casper, Stephen, et al.
Veröffentlicht: (2024)

Trial and Error: Exploration-Based Trajectory Optimization for LLM Agents
von: Song, Yifan, et al.
Veröffentlicht: (2024)

A Latent Risk-Aware Machine Learning Approach for Predicting Operational Success in Clinical Trials based on TrialsBank
von: Halimi, Iness, et al.
Veröffentlicht: (2026)

NeFL: Nested Model Scaling for Federated Learning with System Heterogeneous Clients
von: Kang, Honggu, et al.
Veröffentlicht: (2023)

Deep Learning-based Prediction of Clinical Trial Enrollment with Uncertainty Estimates
von: Do, Tien Huu, et al.
Veröffentlicht: (2025)

Disentangling Causal Substructures for Interpretable and Generalizable Drug Synergy Prediction
von: Luo, Yi, et al.
Veröffentlicht: (2025)

PostTrainBench: Can LLM Agents Automate LLM Post-Training?
von: Rank, Ben, et al.
Veröffentlicht: (2026)

Automated Fusion of Multimodal Electronic Health Records for Better Medical Predictions
von: Cui, Suhan, et al.
Veröffentlicht: (2024)

Automated and Interpretable Survival Analysis from Multimodal Data
von: Malafaia, Mafalda, et al.
Veröffentlicht: (2025)

Hierarchical Meta-Reinforcement Learning via Automated Macro-Action Discovery
von: Cho, Minjae, et al.
Veröffentlicht: (2024)

DPCformer: An Interpretable Deep Learning Model for Genomic Prediction in Crops
von: Deng, Pengcheng, et al.
Veröffentlicht: (2025)

CTBench: A Comprehensive Benchmark for Evaluating Language Model Capabilities in Clinical Trial Design
von: Neehal, Nafis, et al.
Veröffentlicht: (2024)

Nurse-in-the-Loop Artificial Intelligence for Precision Management of Type 2 Diabetes in a Clinical Trial Utilizing Transfer-Learned Predictive Digital Twin
von: Faruqui, Syed Hasib Akhter, et al.
Veröffentlicht: (2024)

A Practical Guide Towards Interpreting Time-Series Deep Clinical Predictive Models: A Reproducibility Study
von: Fan, Yongda, et al.
Veröffentlicht: (2026)

LLM-AR: LLM-powered Automated Reasoning Framework
von: Chen, Rick, et al.
Veröffentlicht: (2025)

Agent-Omit: Adaptive Context Omission for Efficient LLM Agents
von: Ning, Yansong, et al.
Veröffentlicht: (2026)

SignalLLM: A General-Purpose LLM Agent Framework for Automated Signal Processing
von: Ke, Junlong, et al.
Veröffentlicht: (2025)

Learning to Select the Best Forecasting Tasks for Clinical Outcome Prediction
von: Xue, Yuan, et al.
Veröffentlicht: (2024)

$Agent^2$: An Agent-Generates-Agent Framework for Reinforcement Learning Automation
von: Wei, Yuan, et al.
Veröffentlicht: (2025)

CLaDMoP: Learning Transferrable Models from Successful Clinical Trials via LLMs
von: Zhang, Yiqing, et al.
Veröffentlicht: (2025)

Agents Learn Their Runtime: Interpreter Persistence as Training-Time Semantics
von: May, Victor, et al.
Veröffentlicht: (2026)

ST-MoE-BERT: A Spatial-Temporal Mixture-of-Experts Framework for Long-Term Cross-City Mobility Prediction
von: He, Haoyu, et al.
Veröffentlicht: (2024)

H-STAR: LLM-driven Hybrid SQL-Text Adaptive Reasoning on Tables
von: Abhyankar, Nikhil, et al.
Veröffentlicht: (2024)