医疗LLM评估方法综述发布

1. 12:00
   arXiv cs.CL

   医疗领域大语言模型评估方法入门指南

   一篇综述系统梳理了医疗 LLM 评估的四大关键领域：研究设计原则、统计方法、能力评估与临床应用评估。能力评估涵盖多项选择、智能体和多轮 benchmark，以及 token 用量与延迟等运行指标；临床应用评估则涉及自由文本输出准确性验证，如人工审核和 LLM-as-a-judge，以及临床试验方法。文章强调评估方法需与研究问题对齐。

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。