实体
MedRealMM
MedRealMM
PulseAugur coverage of MedRealMM — every cluster mentioning MedRealMM across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的基准显示，AI在临床步骤上与医生相当，但在安全性方面存在不足
一项名为MedRealMM的新基准测试，包含5,620个真实世界的临床案例，显示前沿AI模型在采取积极的临床步骤方面可以与医生相媲美。然而，与人类医生相比，这些AI模型在实际患者咨询中产生不安全回应的倾向更高。
-
新的MedRealMM基准评估大型语言模型在真实世界多模态医疗咨询中的表现
研究人员推出了MedRealMM，这是一个新的多模态基准，旨在评估大型语言模型（LLMs）在真实世界在线医疗咨询中的表现。与以往通常使用合成数据或省略视觉信息的基准不同，MedRealMM使用了来自中国一家互联网医院的去标识化医患互动数据，同时包含文本和医学图像。该基准采用了一个框架来识别具有挑战性的临床时刻，并根据医生精炼的评分标准评估LLM的响应，结果表明，尽管当前前沿模型能力强大，但在安全敏感的错误规避方面仍存在困难。