訓練では、確率が70 %から0 %へ線形に減少するカリキュラムを採用し、初期は主にシミュレート軌跡、後半は多くの場合観測データに切り替わります。これにより、モデルは実際のエピデミックに近い情報を重視できるようになります。

30の疾患・場所組み合わせタスクで、Mantis 2は短期・中期・長期の確率予測精度で最も高い集計スコアを取得しました。さらに、Chronos‑2という最強対照モデルに比べて約30 %少ないアウトブレイクピークを見逃し、正しく予測されたピークは平均して6週間以上前に特定されました。

ただし、この評価はレトロスペクティブ（過去データに対する）であるため、実時間での信頼性や意思決定支援への直接的な適用は保証されていません。Mantis 2の16週間予測性能が、すべての期間や運用環境で等しい信頼性を意味するわけではないことに注意が必要です。