DoseBench：评估LLM非处方药剂量问答决策
热点事件持续更新
DoseBench：评估LLM非处方药剂量问答决策
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
Maroof Kousar 等作者提出并发布 DoseBench 基准，用于评估大语言模型在非处方药剂量问答中的决策能力。该基准包含 230 道消费者风格的 acetaminophen（对乙酰氨基酚）和 ibuprofen（布洛芬）剂量问题，每题带有人工标注的 YES、NO、AMBIGUOUS 标签。 研究者用该基准评估了 8 个大语言模型，每个问题采集 5 次回答。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
DoseBench：评估 LLM 在非处方药剂量问答中的决策能力报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIDoseBench：评估 LLM 在非处方药剂量问答中的决策能力
研究者推出 DoseBench 基准，包含 230 道消费者风格的 acetaminophen 和 ibuprofen 剂量问题，带有人工标注的 YES、NO、AMBIGUOUS 标签，用于评估 LLM 的用药决策。
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
- –
02468
22:0023:0011月1日
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。