实体 WearableQA

WearableQA

PulseAugur coverage of WearableQA — every cluster mentioning WearableQA 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

TOOL · CL_239401 · Sep 7 · 04:00

新的WearableQA基准测试AI在真实世界数据上的健康推理能力

研究人员推出了WearableQA，这是一个旨在利用真实世界可穿戴设备数据评估AI系统健康推理能力的新基准。该基准包含超过4000个多项选择题，这些题目源自200名个体的纵向可穿戴设备时间序列、血液生物标志物和人口统计学数据。WearableQA的结构旨在测试不同的推理技能，包括数据推理与健康推理，以及单一信号与跨信号集成，同时保留真实的可穿戴设备数据分布。对14个大型语言模型的评估显示出广泛的性能差异，大多数模型的得分低于60%，表…