MedCalc-Pro

新的 MedCalc-Pro 基准测试评估 LLM 在复杂医学计算方面的能力

研究人员推出了 MedCalc-Pro，这是一个旨在评估大型语言模型 (LLM) 在复杂医学计算方面能力的新基准测试。该基准测试通过纳入多计算器和嵌套计算器场景，超越了简化的设置，反映了现实世界的临床需求。MedCalc-Pro 包含 77 个医学计算器和 14 个科室的 2,268 个案例。为了解决性能限制，该团队还提出了一个新颖的代理框架，该框架增强了多工具选择和嵌套工具调用，并在各种 LLM 上展示了卓越的结果。