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
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
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…
-
新的基准评估大型语言模型在真实世界可穿戴健康数据上的推理能力 · 跟踪 2 个来源
研究人员开发了两个新的基准测试 HealthLoopQA 和 WearableQA，旨在评估大型语言模型 (LLM) 在解读来自可穿戴设备的复杂、纵向健康数据方面的能力。HealthLoopQA 专注于糖尿病护理，包含一个包含十一种推理能力的分类法以及一个用于设备故障和网络物理攻击的模拟测试平台。WearableQA 则使用了来自 200 名用户、为期 500 天的真实世界数据，包含 16 种类型的 4,084 个多项选择题，以评估数…