实体 ClinTraceBench

ClinTraceBench

PulseAugur coverage of ClinTraceBench — every cluster mentioning ClinTraceBench 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_231535 · Sep 2 · 04:00

新基准ClinTraceBench评估LLM的纵向临床推理能力

一项新的基准测试ClinTraceBench已被开发出来，用于评估临床大型语言模型在纵向患者数据上进行推理的能力。该基准测试源自MIMIC-IV对话，包含九项任务和严格的验证过程。研究人员评估了八种不同的历史表示策略，包括检索、结构化时间线和代理记忆系统，并使用了四种LLM骨干模型：DeepSeek-V3、GPT-4o mini、Haiku~4.5和Sonnet~4.6。主要发现表明，压缩策略在多就诊趋势上会遭受“聚合税”，而代理记忆…