KlinikeBench：超越诊断准确率评估语言模型

英文标题：KlinikeBench: Evaluating Language Models Beyond Diagnostic Accuracy

KlinikeBench 是一项旨在超越传统诊断准确率指标、评估语言模型临床能力的基准研究。现有多数临床基准测试会向模型提供完整病例描述，并据此评估其诊断表现。论文指出，真实临床实践中患者提供信息的方式各不相同，临床医生还必须主动获取相关病史，并判断需要进行哪些检查。该研究对开发者的意义在于，医疗 AI 的评估不应仅关注最终诊断结论，也应覆盖信息采集与临床决策过程。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB