发表医疗大语言模型评估方法综述

1. 12:00
   arXiv · cs.AI

   医疗大语言模型评估方法综述

   该综述系统梳理医疗大语言模型的四类评估方法：研究设计、统计方法、能力评估和临床应用评估。能力评估涵盖多选、Agent、多轮基准以及令牌用量和延迟等运营指标；临床应用评估则包括自由文本准确性、人工评审、LLM-as-a-judge和临床试验方法，强调评估设计应与研究问题对齐。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。