Jev 模型合成评估显示结构化临床记忆提升准确率

2026年11月4日，arXiv平台发布由Jash Sayani等完成的合成评估研究，检验结构化临床记忆作为上下文对概率决策模型Jev的影响。研究构建30个覆盖12个临床领域的全合成病例，并生成对应结构化记忆，以120道题型化问题测试Jev表现。引入记忆后，Jev准确率从90.0%升至93.3%，选项对数损失从0.258降至0.175，平均增加310个输入token，延迟维持约0.5秒。研究明确指出结果仅方向性积极，因病例为合成数据、标签为单一作者判断、记忆为预言式上界，非生产环境提取输出。

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。