AI-modell för EKG-analys förbättrar sin egen träffprocent från 35% till 56%

arXiv cs.AI

Forskare har byggt ett system kallat ECG-RSI som låter en AI-modell iterativt förbättra sig själv på att tolka EKG-signaler – utan mänsklig handpåläggning i varje steg. Över sju testbenchmarks och tre träningsrundor klättrade modellen Qwen3.5-35B-A3B från 34,57% till 56,04% i fråge-och-svar-noggrannhet. Det intressanta är att systemet självt skiftar strategi längs vägen: det börjar med direkt förstärkningsinlärning men övergår till att fokusera på fall där modellen är osäker – vilket antyder att 'träna på misstag' slår 'träna mer på allt'.