Japan Medical Association

新的基准和框架增强了 LLM 在临床环境中的可靠性

研究人员开发了新的基准和框架，以提高大型语言模型（LLM）在临床决策中的可靠性和安全性。EHRBench 和 MedCase-Structured 旨在基于真实的电子健康记录数据评估 LLM，其中 EHRBench 为诊断、治疗和预后任务生成了近一百万个问答项。JMedEthicBench 解决了日语多轮对话安全评估的需求，而 SafeMed-R1 则侧重于经过临床医生审计的安全性和伦理对齐。此外，MoBayes 提出了一个模块化贝叶…