arXiv · cs.AI· Wei-Wei Zhang·· 12 小时前AI 评分33
NPC-RubricBench：基于患者特异性评分标准的 LLM 纵向癌症诊疗评测基准
Patient-specific rubric-based evaluation of large language models across longitudinal cancer care
来源与原文
arXiv · cs.AI
作者：Wei-Wei Zhang
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/2610.35847v1
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
研究者推出 NPC-RubricBench，一个以鼻咽癌为场景、评估 LLM 跨癌症诊疗全程多阶段临床推理的分阶段基准。基准基于两家癌症中心 405 名患者的纵向记录，含 941 个患者-阶段单元和 17,688 条患者特异性原子化评估标准。对 30 个通用与医疗 LLM 的评测显示，诊断性能高并不代表下游诊疗好：解剖分期的显式决策错误占 48.2%，初诊检查与治疗后随访则以决策遗漏为主（33.4% 和 30.4%）。
来源：arXiv · cs.AI · arxiv.org