PulseAugur
中
实时 07:14:37
实体 Oncology Decision Boundary Benchmark

Oncology Decision Boundary Benchmark

PulseAugur coverage of Oncology Decision Boundary Benchmark — every cluster mentioning Oncology Decision Boundary Benchmark 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_228616 ·

    研究发现：前沿大语言模型在肿瘤学决策基准测试中表现不佳

    一项新的基准测试——肿瘤学决策边界基准测试（ODBB）——已被开发出来，用于评估前沿大语言模型（LLMs）在肿瘤学中的决策能力。研究发现，即使是包括GPT-5.5和Gemini 3.1 Pro Preview在内的先进LLMs，在指南一致性和病例特异性决策方面也面临挑战，所有评估模型在相当一部分项目上都回答错误。在选择指南路径之间存在一个持续存在的盲点，这表明改进需要架构干预，而不是更多训练数据。研究强调，模型质量不再是临床LLM部署…