THReD基准发布，LLM Agent病历处理能力获测
热点事件持续更新
THReD基准发布，LLM Agent病历处理能力获测
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年11月3日，arXiv发表THReD基准测试论文。该系统基于Claude Haiku 5.5 Agent，将电子健康记录转化为AI就绪数据集。 测试含2550个回合，首次回答完成率达92.7%。在141项任务中可规避注入攻击并恢复故障，数据画像缺失时完成率降至58.0%。 患者分类准确率91-92%，体征标签推断正确率99.7-99.8%。代码与结果已在Zenodo公开，支持550万记录处理。
AI 根据报道生成 · 1 小时前更新
最新进展11月3日 13:00
THReD 基准测试：评估 LLM Agent 及其预处理工具将电子健康记录转化为 AI 就绪数据集报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · AITHReD 基准测试：评估 LLM Agent 及其预处理工具将电子健康记录转化为 AI 就绪数据集
THReD 基准测试显示，基于 Claude Haiku 5.5 的 Agent 在 141 项任务中首次回答完成率达 92.7%，能完全规避注入攻击并恢复故障。 测试涵盖 2,550 个回合，数据画像缺失时完成率降至 58.0%；91-92% 患者分类及 99.7-99.8% 体征标签推断正确。 代码与结果已在 Zenodo 公开，支持 5.5 百万记录处理，处理时间随数据量线性增长。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。