实体 PhysAssistBench

PhysAssistBench

PulseAugur coverage of PhysAssistBench — every cluster mentioning PhysAssistBench across labs, papers, and developer communities, ranked by signal.

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

RESEARCH · CL_98035 · Jun 17 · 02:20

新基准显示大型语言模型在交互式医生辅助方面存在困难

研究人员开发了 PhysAssistBench，这是一个旨在评估大型语言模型 (LLM) 在协助医生方面的能力的新基准。该基准侧重于涉及医生、患者和电子健康记录 (EHR) 的交互式场景，要求 LLM 协调临床知识、沟通和系统交互。PhysAssistBench 使用 MIMIC-IV 的真实案例构建，包含一个由 1,296 个医生验证的轮次组成的数据集。初步实验表明，当前 LLM 在此复杂的临床辅助角色中尚不可靠，凸显了更好地整合这…