PulseAugur
实时 01:02:37
实体 LLM-as-a-Jury

LLM-as-a-Jury

PulseAugur coverage of LLM-as-a-Jury — every cluster mentioning LLM-as-a-Jury 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. RESEARCH · CL_168897 ·

    新的基准框架评估医疗保健领域面向患者的AI代理

    研究人员开发了PatientAgentBench,一个用于评估旨在与医疗保健环境中患者互动的人工智能代理的新框架。该基准使用LLM-as-a-Jury系统,在六个维度上评估代理,包括分诊质量和临床安全性,该系统与持证临床医生高度一致。初步测试显示,十种不同AI模型的能力存在显著差距,这凸显了随着这些系统变得更加自主,需要超越静态基准的更强大的评估方法。同时,对医学领域代理式AI的审查强调了临床转化的挑战,呼吁更清晰的定义、可重复的评估…