arXiv · cs.CL· Chengyang He·· 15 小时前AI 评分27
STRATA：面向时序临床假设的证据 grounded 显著性检验基准
Testimony from Timelines: Evidence-Grounded Significance Testing of Temporal Clinical Hypotheses
来源与原文
arXiv · cs.CL
作者：Chengyang He
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.40619v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文提出 STRATA 基准，包含 8,735 个基于疫苗不良事件报告临床时间线的时序假设，附带 gold 计划、证据集、p 值和判定结果，检验语言模型数据分析的每一步决策而非仅评结论。实验显示五种模型配置的主要失败点在于选择哪些记录相关，提出的 ART（articulate, retrieve, test）分阶段范式弥合了大部分判定-证据差距，使 31B 开源模型在同一范式下与前沿模型差距缩小到 0.01 以内。
来源：arXiv · cs.CL · arxiv.org