热点事件持续更新

开源LLM评委与考生信号预测医学试题难度

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

Xiaomeng Xiong等作者发表研究，让开源权重LLM同时充当评委和模拟考生，用其与试题交互产生的信号预测医学试题难度。最佳配置在USMLE上Spearman相关系数ρ=.447，超过2024 BEA共享任务最佳系统的ρ=.25；在PANCE上为ρ=.494。作者称该结果与Claude Opus 5直接绝对判断的.443和.488相当。研究覆盖USMLE与PANCE两类医学试题，核心做法是不依赖人工标注，而利用开源模型判断和应试表现中的难度信号。

AI 根据报道生成 · 2 小时前更新

最新进展10月31日 12:00

用开源 LLM 充当评委与考生预测医学试题难度

报道时间线

沿着报道，了解事件的不同侧面。

10月31日

12:00
arXiv cs.AI
用开源 LLM 充当评委与考生预测医学试题难度
研究让开源权重 LLM 以评委和模拟考生两种角色参与 USMLE 与 PANCE 医学试题难度预测，最佳配置在 USMLE 上达到 Spearman 相关系数 ρ = .447，超过 2024 BEA 共享任务最佳系统（ρ = .25），在 PANCE 上为 ρ = .494，与 Claude Opus 5 的直接绝对判断（分别为 .443 和 .488）相当。

本事件热度走势

可比范围当前: 7
可比范围峰值: 810月31日 22:00
近 24 小时变化: –

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。