实体 ClinEnv

ClinEnv

PulseAugur coverage of ClinEnv — every cluster mentioning ClinEnv 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

TOOL · CL_65089 · Jun 1 · 17:56

新基准 ClinEnv 测试 LLM 作为模拟医生

研究人员推出 ClinEnv，这是一个新颖的交互式基准，旨在评估大型语言模型 (LLM) 在模拟临床环境中的表现。该环境向 LLM 提供真实住院患者的入院信息，要求它们扮演主治医生的角色，必须按顺序收集信息并在不确定性下做出不可逆的决定。与静态基准不同，ClinEnv 允许模型在每个阶段主动查询专业智能体，从而更真实地评估决策和信息收集过程。对七个模型的初步评估显示存在显著差距，表现最好的模型仅获得 0.31 的决策 F1 分数，凸显…