NPC-RubricBench：基于405名鼻咽癌患者纵向记录的LLM临床推理评测基准
热点事件持续更新
NPC-RubricBench：基于405名鼻咽癌患者纵向记录的LLM临床推理评测基准
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Wei-Wei Zhang 等研究者发布 NPC-RubricBench，一个以鼻咽癌为场景、评估大语言模型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，包含 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，分别占 33.4% 和 30.4%。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 01:56
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报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · cs.AINPC-RubricBench：基于患者特异性评分标准的 LLM 纵向癌症诊疗评测基准
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%）。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 710月27日 13:00
- 近 24 小时变化
- –
02468
13:0014:0015:00
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。