研究人员开发了MentalHospital，一个新颖的虚拟环境，旨在评估大型语言模型（LLMs）在模拟完整的精神科临床问诊中的表现。该环境遵循主观问诊、客观检查、诊断评估和治疗计划（S.O.A.P.）工作流程，利用来自一千多个去标识化电子健康记录案例的标准患者。为了扩大专家判断的规模，他们还创建了MentalEval，一套使用监督微调和直接偏好优化训练的五个领域特定评估器，这些评估器与人类临床医生表现出高度一致性。 AI
影响 这项研究可能导致在医疗保健等专业领域对LLMs进行更稳健的评估，提高其在复杂任务中的可靠性。
排序理由 该集群描述了一篇新的研究论文，其中详细介绍了一个新颖的虚拟环境和LLMs在特定领域的评估框架。
- arXiv
- Direct Preference Optimization
- Hugging Face
- ICD-11
- MentalEval
- MentalHospital
- S.O.A.P.
- supervised fine-tuning
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
