Intron Health

新的基准和框架出现，用于评估医疗领域的大语言模型

研究人员开发了新的基准和框架来评估大语言模型（LLMs）在医疗领域的性能，解决了现有数据集的局限性。Google Research 推出了 AfriMed-QA，这是一个用于非洲健康问答的综合数据集，以及一个使用自适应精确布尔评分标准评估健康 LLMs 的可扩展框架。此外，新的研究探索了多模态 LLMs 的以实体为中心的数据工程以及大规模荷兰医疗语言语料库的创建。