PulseAugur
中
实时 08:06:50
实体 Clinical Agent Benchmarks

Clinical Agent Benchmarks

PulseAugur coverage of Clinical Agent Benchmarks — every cluster mentioning Clinical Agent Benchmarks across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. TOOL · CL_364208 ·

    研究揭示事后诸葛亮偏见夸大了人工智能诊断代理的性能

    对临床代理基准测试的一项新审计发现,这些基准测试的构建方式存在严重问题,可能夸大了人工智能诊断代理的性能。研究人员发现,案例文本的总结方式和实验室结果的模拟方式可能引入“事后诸葛亮偏见”,即诊断时无法获得的信息被无意中包含在内。这种偏见,尤其是在案例文本总结中,显著提高了几个大型语言模型的零样本准确率,表明当前的基准测试结果可能无法准确反映实际性能。