深度学习系统在图像分类、编程和测试中表现优秀，但在预测未来事件方面仍有困难。研究使用真实世界数据集和人类预测，提出了评估指标来衡量预测能力，并分析了不同模型的准确性。结果显示，模型倾向于猜测大多数事件不太可能发生，不反映实际预测能力。对开发可靠的预测方法进行了思考。

深度学习系统在图像分类、编程和测试中表现出色，但在预测未来事件方面仍有困难。研究使用真实世界数据集和人类预测，提出了评估指标来衡量预测能力，并分析了不同基于LLM的预测模型的准确性。结果显示，模型倾向于猜测大多数事件不太可能发生，这不符合实际预测能力。对开发系统化和可靠的LLM预测方法的下一步工作进行了思考。

深度学习系统在图像分类、编程和测试中表现优秀，但在预测未来事件方面仍有困难。研究使用真实世界数据集和人类预测，提出了评估指标来衡量预测能力，并分析了不同基于LLM的预测模型的准确性。结果显示，模型倾向于猜测大多数事件不太可能发生，不反映实际预测能力。对开发系统化和可靠的LLM预测方法的下一步工作进行了思考。

世界卫生组织报告显示，非传染性疾病如癌症已成为全球头号杀手。中国国家癌症中心数据显示，2022年中国新发癌症病例约482.47万，死亡病例约257.42万。研究人员开发了深度学习系统，通过病理学图像预测癌症患者的肿瘤微环境信息，实现精确的癌症预后。该系统在结直肠癌、乳腺癌和皮肤鳞状细胞癌中表现出色。这一研究为癌症预后提供了新的方法和工具。

根据《四百万体检人群健康蓝皮书》，眼底异常的检出率连年上升，已成为全球最常见的致盲因素。北京协和医院等单位合作开发了深度学习系统(DLS)，提高了初级眼科医生的诊断一致性约12%，为13种主要眼底疾病的自动检测提供了新方法。研究结果显示，DLS的总体疾病诊断敏感性和特异性分别达到96.6%和81.8%。该研究为初级眼科医生提供了有效的临床方法，但仍需要人类医生的参与。

研究发现简化模型表示无法准确捕获深度学习系统的行为，尽管在训练集上可以准确近似全模型。使用奇异值分解等工具进行机械解释时，预测模型在新情况下的行为可能不可靠。