跳到正文
arXiv · AI· Yufan Wang, Rui Yang, Yi Lin, Chunhua Weng, Yifan Peng·· 2 天前AI 评分29

DiagTrace:用于临床决策的交互式基准

DiagTrace: An Interactive Benchmark for Clinical Decision Making

AI 导读

研究提出DiagTrace基准,包含510个跨8个专科的案例,用于评估LLM在交互式信息获取中重建诊断轨迹的能力。 其中225个案例用于测试4种LLM的临床路径一致性、交互质量与效率。 结果显示模型在覆盖率、来源一致排序及轮次使用上存在权衡。

来源:arXiv · AI · arxiv.org