Yuta Nakamura🐠 (@iBotamon) header
Yuta Nakamura🐠 (@iBotamon) profile picture

Yuta Nakamura🐠

@iBotamon

Clinical NLP Researcher & Radiologist at UTokyo. 医療への自然言語処理の応用 (医療言語処理) を研究しています。 放射線診断専門医。東大病院22世紀医療センター特任助教。

researchmap.jp/yutanakamura
Joined May 2010
  • Tweets11.3K
  • Following1.7K
  • Followers2.5K
429Media
Photo by Yuta Nakamura🐠 (@iBotamon)Photo by Yuta Nakamura🐠 (@iBotamon)Photo by Yuta Nakamura🐠 (@iBotamon)Photo by Yuta Nakamura🐠 (@iBotamon)Photo by Yuta Nakamura🐠 (@iBotamon)Photo by Yuta Nakamura🐠 (@iBotamon)Photo by Yuta Nakamura🐠 (@iBotamon)Photo by Yuta Nakamura🐠 (@iBotamon)Photo by Yuta Nakamura🐠 (@iBotamon)Photo by Yuta Nakamura🐠 (@iBotamon)
RadNLP 2024 shared task のデータセットを一般公開しました！ 肺癌を診断した読影レポート (英語243件，日本語378件) が収録されており，どなたでも自由にお使いいただけます。個人情報は含まれていません。 huggingface.co/datasets/yuta… huggingface.co/datasets/yuta…
RadNLP/RadNLP2024_main_task · Datasets at Hugging Face

RadNLP/RadNLP2024_main_task · Datasets at Hugging Face

Dataset with 621 rows (Text). Explore, preview and download it on Hugging Face.

huggingface.co
1
13
1,562
Yuta Nakamura🐠 retweeted
なすこ (@nasuko_ns) profile picture
なすこ
@nasuko_nsSep 26

「親を施設に入れるから大丈夫」と言っている家族の、最大の誤算

Article · @nasuko_ns
1
377
81
2,505
1,611,587
RadNLP 2024 shared taskの開催報告が JMIR Medical Informatics誌にacceptされました🎉 コーパス作成，アノテーション，タスク運営，論文作成まで多くの方の手をお借りした研究でした。 関わってくださった皆さま，ありがとうございます！
19
625
Yuta Nakamura🐠 retweeted
Rikiya Takehi (@rikiyatakehi) profile picture
Rikiya Takehi@rikiyatakehiNov 2
We asked GPT-6 Astra to edit Qwen3.5-0.8B weights to improve math. It directly changed only 0.016% of weights, fixing 0.8B's reasoning loops & improving math up to 6x and even instruction following 3x, without gradients or training. We call this Weight-Space Programming: frontier LLMs can now natively read/write neural network weights! 🧵 Blog: rikiyat.github.io/blog/weigh…
Image from Rikiya Takehi (@rikiyatakehi)
Readers added context they thought people might want to know
LLM was given weights explicitly as text in prompt and used code/forward passes (per authors' logs) to ablate Qwen looping direction, a known thinking-mode issue per model card. Primarily fixed repetition in that mode, not general 'natively' improving weights/math. rikiyat.github.io/blog/weight-sp… github.com/RikiyaT/lm_und… huggingface.co/Qwen/Qwen3.5-0… huggingface.co/RikiyaT/Qwen3.…
2,362
7,276
5,729
55,926
9,872,384
Replying to @YYama0
流石すぎます😇
1
68
Codex/Workのクレジットが切れると途端にできることが激減して暇になりますね😇
1
8
990
Yuta Nakamura🐠 retweeted
Kikuchi Iwaho (@kikuchiban) profile picture
Kikuchi Iwaho@kikuchibanOct 27
日本でも変更されました。 jsog.or.jp/medical/13128/

「多嚢胞性卵巣症候群（PCOS）」の名称変更について - 公益社団法人 日本産科婦人科学会

公益社団法人　日本産科婦人科学会 　このたび、日本産科婦人科学会および日本内分泌学会は、国際的な名称変更の動向を踏まえ、従来の「多嚢胞性卵巣症候群（Polycystic Ovary Syndrome：PCOS）」の名称を […]

jsog.or.jp
1
214
70
691
188,493
ひたすら地味なデータセット作りですが，まず作業してみて，気づいた点をAIと相談しながら高速で品質改善を重ねていくプロセスにはある種の楽しさがありますね。GPUを回すのとは別の面白さを感じています
8
475
論文の再々提出が完了しました。3回目のreviewへ！何とか今度こそ通りますように…🙏
16
832
Googleから論文をレビューしてくれるDeep Reviewの登場👀 Gemini4Argonでレビューしてくれて週2回まで無料（そんな論文書けない） 20分くらいかかりますが結構細かく見てくれて妥当な指摘をしてもらえます これ無料なのはやばいですね。校正サービスが...
Image from 限界助教|ChatGPT/Claude/Geminiで論文作成と科研費申請 (@genkAIjokyo)
Jeremy Nguyen ✍🏼 🚢 (@JeremyNguyenPhD) profile pictureJeremy Nguyen ✍🏼 🚢
@JeremyNguyenPhDOct 15
AI for academic research: 2 free paper reviews per week from Google's Deep Review, powered by new Gemini 4 Argon. Google just launched Deep Review for reviewing draft papers. You can pay for more. BTW, If you're revising more than 2 papers a week--how? research.google/deepreview/
Image from Jeremy Nguyen ✍🏼 🚢 (@JeremyNguyenPhD)
4
120
13
945
58,801
日本語テキストの医療QAとして世界最大規模のデータセット「GENSHI-MedQA-1M」を公開しました GENSHI AIはプロダクト開発だけでなく、アカデミアや日本の医療AIにも貢献していきます。 prtimes.jp/main/html/rd/p/00…
GENSHI AI、100万件超の日本語医療QAデータセット「GENSHI-MedQA-1M」を公開。日本語テキストの医療QAとして世界最大規模

GENSHI AI、100万件超の日本語医療QAデータセット「GENSHI-MedQA-1M」を公開。日本語テキストの医療QAとして世界最大規模

株式会社GENSHI AIのプレスリリース（2026年10月15日 13時14分）GENSHI AI、100万件超の日本語医療QAデータセット「GENSHI-MedQA-1M」を公開。日本語テキストの医療QAとして世界最大規模

prtimes.jp
1
26
2
140
14,788
Yuta Nakamura🐠 retweeted
Sadao Tokuyama (@tokufxug) profile picture
Sadao Tokuyama@tokufxugOct 14
NVIDIA × NV-Reason-CT：胸部CTから放射線レポートを生成するオープンAI 🔹約7万件のCTスキャンで学習。3D胸部CT全体を解析 🔹NVIDIA A100 GPU 1台で、30秒未満にレポートを生成した実証例 🔹Hugging Faceでモデル公開。院内GPUで動かせば、CT画像を外部クラウドへ送らずに処理可能。 情報元はリプ欄
16
66
15
398
38,127
論文がふたたびrevision & re-reviewで返ってきて3巡目に入りました👀 秋季大会の教育講演のオンデマンド受講期間でもあり，別の研究のデータセット作りの真っ最中でもあったので，何やらにわかに忙しくなってきました。
8
634
UICC TNM分類の第9版の日本語版が9/25に出たようですね。私の研究でもかなり使うので早速研究費で買いました👀 kanehara-shuppan.co.jp/books…
8
754
基盤モデル、やばそうなの出てるんだなぁ・・・
arXiv Bangers (@arXivBangers) profile picturearXiv Bangers
@arXivBangersSep 24
nnFoundation: 3D Foundation Models for Radiology Trained on 2.1M scans, nnFoundation shows 3D radiology needs complementary architectures: convolutional models excel at local tasks, while transformer models dominate global reasoning. arxivb.org/abs/2609.26924
Image from arXiv Bangers (@arXivBangers)
1
11
1,458
汎用的に！！ ｢腹部CTを幅広く読影するAI｣ Science ･ 中国アリババ・浙江大学などのRADARが造影CTの146種類の所見を評価 ･ 40万件超の造影CTと読影レポートで学習 ･ 読影実験で放射線科医の診断感度が約10%向上 ･ 多臓器の異常を拾い、見落としを減らす読影支援へ science.org/doi/10.1126/scie…
Image from 河野健一 Kenichi Kono ｜ 脳外科医 CEO｜AI 医療 MBA｜脳血管内手術支援AI (@CeoImed)
7
23
3,415
Replying to @dovedovepigeon
おめでとうございます！！
1
1
166
日本語医療NLPの文脈では，Embedderに一般sentence BERTを使った場合とドメイン特化モデル(JMedRoBERTaなど) を使った場合とで違いがどのように現れるのかを検証するのも面白そう
2
349
適切なEmbedder (styleよりもcontentの類似性を測れるような) とカーネル関数 (類似度を測る関数，原著ではベクトルの内積) を選べば，表層の違いに左右されずに内容のみの類似度を正確に測定できそう？
1
2
561
データセットの多様性を測るDCScoreを提案した面白い論文 (ICML 2025)。 Embeddingの平均コサイン類似度を直接測るのではなく，「サンプル数nのとき，nクラス分類問題をn回解き，自分自身を認識できる確率を測る」という発想で，よりmode collapseに敏感な指標になっている arxiv.org/abs/2502.08512
Measuring Diversity in Synthetic Datasets

Measuring Diversity in Synthetic Datasets

Large language models (LLMs) are widely adopted to generate synthetic datasets for various natural language processing (NLP) tasks, such as text classification and summarization. However,...

arxiv.org
1
11
115
6,841
データセット合成に関する興味深かった論文。 専門家によるデータセット作成のかわりに，「何を測るベンチマークなのか」「どんな状況・制約があるのか」をスキーマとして抽出してLLMに与えて大量に・多様な・リアルなデータセットを作成。プロンプト，スキーマ，実装も公開 arxiv.org/abs/2609.16592
A Framework for Generating Valid Context-Specific Benchmarks...

A Framework for Generating Valid Context-Specific Benchmarks...

This paper presents an end-to-end approach for generating context-specific large language model (LLM) benchmark datasets by combining expert input with synthetic data generation. Existing...

arxiv.org
11
75
4,551
Load more