09:33
官方一手arXiv: DeepSeek@Huimin Wang, Zhengyi Zhao, Yutian Zhao
精选73°
推荐理由：斯坦福团队发布临床推理基准，测试八种历史表示策略，发现压缩导致关系损失，小模型 Haiku 在全上下文下超越大模型 Sonnet。
ClinTraceBench
共 1 条相关 AI 资讯
9月2日
09:33
ClinTraceBench 包含 385 个来自 MIMIC-IV 的验证对话，采用九项任务分类和 L0-L4 确定性验证。研究评估了八种历史表示策略，包括检索、压缩方案和智能体记忆系统，在 6,271 个问题上进行了 200,672 次预测。研究发现压缩策略在多访视趋势和跨患者比较上存在聚合损失，盲法与全上下文方法差距达 29.8-62.7 个百分点。