研究人员提出评估LLM临床推理的多维量表

2026年11月3日，Zhangshu Joshua Jiang等人针对大语言模型在标准临床病例下的自由文本回答，提出了一套评估其临床推理表现的多维量表。该量表整合了医学教育评估框架、临床大模型基准及通用推理评测研究成果，包含行为锚点、适用规则，并针对安全关键错误设置了独立标记，旨在使评估决策更透明。 目前，该量表尚未经过评分者间信度、结构效度或临床效度的测试，仍处于用于实证测试前的决策审查阶段。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。