实体 ADRD-Bench

ADRD-Bench

PulseAugur coverage of ADRD-Bench — every cluster mentioning ADRD-Bench across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_53835 · May 27 · 04:00

新的大语言模型基准测试评估阿尔茨海默病和痴呆症护理

研究人员推出 ADRD-Bench，这是一个旨在评估大语言模型 (LLM) 在阿尔茨海默病及相关痴呆症 (ADRD) 领域性能的新基准测试。该基准测试包含两部分：ADRD Unified QA，它综合了来自现有医学基准测试的 1,438 个问题；以及 ADRD Caregiving QA，一套新颖的、侧重于实际护理情境的 149 个问题。对 36 个大语言模型的评估显示出不同的准确率水平，闭源模型普遍优于开放权重模型，尽管即使是表现最…