实体 BOARD SIMULATION

BOARD SIMULATION

PulseAugur coverage of BOARD SIMULATION — every cluster mentioning BOARD SIMULATION 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

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_271188 · Sep 26 · 00:00

新的基准 OpenTumorBoard 测试 LLM 在癌症讨论模拟中的能力

研究人员推出了 OpenTumorBoard，这是一个旨在评估大型语言模型 (LLM) 在多学科肿瘤委员会讨论背景下能力的新基准。该基准包含 611 个患者病例和超过 19,000 个讨论轮次，来源于公开的 YouTube 录音。它在两种场景下评估 LLM：回应专家的提问，以及模拟整个委员会的讨论以就治疗计划达成共识。对 14 个 LLM 的初步评估显示存在显著局限性，表现最好的模型在临床等效性和与委员会结论的一致性方面仅获得中等分数…