针对大语言模型临床推理表达的评估量表提出

研究人员提出了一套评估大语言模型临床推理表达的多维量表，整合了医学教育评估框架、临床 LLM 基准及通用推理评测研究成果。 该量表包含行为锚点、适用规则及针对安全关键错误的独立标记，旨在使评估决策更透明。目前量表尚未测试评分者间信度、结构效度或临床效用，用于实证测试前的决策审查。