一项新研究发表在arXiv上，评估了大型语言模型（LLMs）在血液肿瘤学领域代理临床推理中的表现。研究发现，即使是表现最好的模型，准确率也仅达到68%，在诊断后期信息利用率显著下降。模型未能寻求关键数据，反映了新手临床医生中出现的认知偏差，这表明它们的主要局限性不在于知识回忆，而在于不确定性下的信息检索。 AI
影响 凸显了LLM在复杂、多步决策能力方面的关键差距，表明当前模型尚未准备好用于自主临床应用。
排序理由 关于LLM在特定领域局限性的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
