AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:多疗程×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月3日
10:31
10:31arXiv: DeepSeek@Ruihui Hou, Siyi Zhu, Ziyue Huai, Guangya Yu, Yongqi Fan, Chunming Wang, Tong Ruan
现有基准主要评估大模型在单疗程场景中的表现,缺乏对多疗程(患者病情随时间演变)的系统评估。为此,研究者提出了ClinicalMC基准,包含1275个中文和5804个英文样本,覆盖从入院到出院的四个阶段(分诊、首诊检查/诊断/治疗、后续多疗程检查/评估/治疗、最终诊断)。英文数据集患者平均经历5.11个疗程,中文数据集为3.42个。他们构建了包含患者、考官和医生智能体的多智能体评估框架,并设计了单轮静态和多轮动态两种实验设置,评估了闭源模型(如GPT5-mini)、开源模型(如DeepSeek-V3.2)和医疗模型(如HuatuoGPT-o1)。该工作旨在更好地理解大模型在医疗领域的表现,支持其有效部署。
论文临床决策多疗程基准测试医疗AI多智能体评估

推荐理由:医疗AI开发者终于有了评估模型在多疗程动态决策中的基准——ClinicalMC覆盖从分诊到出院的完整流程,做临床决策系统的团队可以直接拿来测模型。
原文
精选全部日报登录