WHY IT MATTERS
「把一天血糖拆成两条流」· 0.72M 参数打赢 135M 大模型的基础模型新范式
2026-08-26，Google Research 与 UNSW Sydney 发布 GlucoFM：一个专为连续血糖监测（CGM）数据设计的自监督基础模型。它不把血糖序列当作单一纠缠信号，而是拆解为慢速生理「状态流」与瞬态「事件流」，并端到端保留观测掩码（缺失就是信息，而非要填补的噪声）。预训练语料为 5 个队列 477 名受试者的 109,066 小时无标注 CGM（Wear-CGM / ShanghaiT2DM / Stanford / BIG IDEAs / Colas），单张 H100 训练 120 epoch。结果：14 项队列-任务评测任务平均 PR-AUC 58.8，比同语料重训的最强 CGM 基线高 4.1 分；以 0.72M 可训练参数超过 135M 的 GluFormer 与 385M 的 MOMENT。官方明确定位为研究原型：无监管批准、无公开 checkpoint，论文承诺发布代码与复现脚本。