arXiv发布STRATA临床时间线假设检验基准与ART范式
热点事件持续更新
arXiv发布STRATA临床时间线假设检验基准与ART范式
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
Chengyang He 等在 arXiv 发布 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，用于检验语言模型数据分析中得出结论的每一步决策，而非只评最终结论。 论文称，五种模型配置的实验显示，模型的主要失败点在于选择哪些记录相关，这种判定与证据之间的差距仅看准确率会被掩盖；其提出的 ART（articulate, retrieve, test）分阶段范式弥合了大部分差距，使 31B 开源模型在同一范式下与前沿模型的差距缩小到 0.01 以内。
AI 根据报道生成 · 1 小时前更新
最新进展10月30日 01:55
STRATA：面向时序临床假设的证据 grounded 显著性检验基准报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · cs.CLSTRATA：面向时序临床假设的证据 grounded 显著性检验基准
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。