调查将大语言模型能力与医学推理中的临床需求进行匹配

一篇新发表在arXiv上的调查论文详细介绍了临床需求与大语言模型（LLMs）在医学推理能力之间的对齐情况。该研究提出了一个基于Miller金字塔的五级能力模型，将临床任务映射到计算推理模式。该调查还引入了一个基准数据集，并评估了18个最先进的模型，发现专业的医学LLMs在诊断任务上表现更好，而通用LLMs在决策支持方面表现更优。 AI

影响 为评估临床环境中的大语言模型提供了一个框架，并突出了医学人工智能发展中需要改进的领域。

排序理由 学术论文，详细介绍了关于用于医学推理的大语言模型的调查。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Connected Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• Large language models
• Litmaps
• ScienceCast
• scite Smart Citations

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →