correctness

新的基准 RxScribe Bench 评估视觉语言模型在处方准确性方面的表现

研究人员推出了 RxScribe Bench，这是一个旨在评估视觉语言模型转录手写印度门诊处方能力的新基准。与将性能汇总为单一分数的先前方法不同，RxScribe Bench 将评估分解为四个不同的维度：正确性、幻觉、参与度和鲁棒性。这种多维度方法旨在更好地反映不同类型转录错误相关的不同临床风险。对前沿视觉语言模型的初步评估显示，没有一个模型在所有四个维度上都表现出色，这凸显了处方数字化的复杂性。