新的CLIR-Bench基准评估AI在不规则临床时间序列数据上的表现

研究人员推出了CLIR-Bench，一个旨在评估多模态问答模型在不规则临床时间序列数据上表现的新基准。该基准由去标识化的ICU记录构建，包含11个临床变量的6,600个问答实例，并分为四个能力维度和11个任务。初步实验表明，当前的通用模型在稀疏临床证据的准确检索和推理方面存在困难，这表明需要改进不规则时间序列推理的方法。 AI

影响 凸显了当前AI模型在临床时间序列分析方面的局限性，推动了对更专业推理能力的研究。

排序理由 该集群包含一篇介绍AI模型评估新基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CLIR-Bench
• Connected Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Litmaps
• ScienceCast
• scite Smart Citations

• 论文
• 产品

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