Diagnostic Arena: A Benchmark Test for Diagnostic Reasoning in Large Language Models

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了“诊断竞技场”基准测试,以评估复杂诊断推理能力。通过分析1,113个病例,发现现有推理模型在临床诊断中的准确率仅为45.82%,显示其推广能力不足。

🏷️

标签

➡️

继续阅读