德语临床开放问答基准MedQADE发布
热点事件持续更新
德语临床开放问答基准MedQADE发布
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者发布德语开放问答临床基准 MedQADE，包含 3,800 组问答、10 位医生的参考标注，并测试了 9 个 LLM 评审。医生之间对答案正确性的标注一致性为中等偏强（Cohen's kappa = 0.612）。 在 LLM 评审与医生标注的一致性上，Gemini 3 Flash 的 kappa 为 0.694，接近留一医生参考值 0.709。研究同时考察了 LLM 评审的自我偏见、同族偏见以及弃答行为。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
德国开放问答临床基准 MedQADE 发布：LLM 评审与医生标注一致性及偏见研究报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.CL德国开放问答临床基准 MedQADE 发布：LLM 评审与医生标注一致性及偏见研究
研究者发布德语开放问答临床基准 MedQADE，含 3,800 组问答、10 位医生标注和 9 个 LLM 评审。医生对答案正确性一致性中等偏强（Cohen's kappa = 0.612），Gemini 3 Flash 接近留一医生参考（kappa = 0.694 vs 0.709）。
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。