PulseAugur
中
实时 07:23:52
实体 Med Evidence Bench

Med Evidence Bench

PulseAugur coverage of Med Evidence Bench — every cluster mentioning Med Evidence Bench 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. TOOL · CL_352170 ·

    新基准通过证据追踪评估LLM临床推理能力

    研究人员开发了Med Evidence Bench (MEB)，这是一个新的基准，旨在通过将评分标准直接追溯到临床证据来评估大型语言模型（LLM）的临床推理能力。该基准包含1,536个由医生构建的项目，涵盖指南知识、标准化临床场景和真实世界实验室场景，揭示了LLM性能的显著差异。虽然LLM在指南回忆方面表现出高准确性，但在应用患者特定证据和制定建议方面的得分却显著下降，这表明知识回忆与实际临床应用之间存在差距。