MS-Exam-Gen：多发性硬化MRI知识基准工具包发布

Abdul Basit 等作者发布 MS-Exam-Gen，一个用于构建和审计评估大语言模型多发性硬化（MS）MRI 文本知识的选择题基准的可复现框架。该工具从 66 个来源索引出 4,289 个检索块，生成覆盖 16 个主题、53 个子主题的 3,058 道锁定候选题，并在 12 个 LLM 端点上产生 36,696 条预测，准确率从 89.7% 到 46.9%，跨度达 42.8 个百分点。 作者称，该框架不评估直接的 MRI 影像判读；由于专家裁定和完整的选项顺序平衡仍属未来工作，MS-Exam-Gen 并非临床认证考试，其生成的构建标签也只是元数据，而非经过验证的心理测量类别。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。