中医临床推理基准发布：大模型从病机到处方推理能力评测
原文标题：TCMClinicalReason-Bench: Can Language Models Reason from Pathogenesis to Prescription over Real-World Clinical Cases?
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究者基于2000份多中心电子病历构建了TCMClinicalReason-Bench，用于评估大语言模型能否从病因病机、证候诊断、治则治法推理到处方生成。测试显示模型结构完整性接近饱和（99.3%-100%），但内容得分仅40.7%-54.1%，通用模型平均50.0%，两个中医专用小模型仅41.3%。处方生成、处方分析和随症加减是最大短板，跨模块逻辑一致性仅60.8%-66.8%，说明临床监督仍不可替代。
- 问题
- 大模型能生成流畅但缺乏病历证据支撑的中医诊断与处方结论。
- 方法
- 基于2000份多中心电子病历构建TCMClinicalReason-Bench，用证据约束评分表评估七个诊疗组件与三个跨模块关系。
- 结果
- 结构完整性99.3%-100%，内容得分仅40.7%-54.1%；通用模型平均50.0%，中医专用小模型41.3%；跨模块一致性60.8%-66.8%。
- 影响
- 说明中医场景下LLM结构合规不等于临床正确，产品落地仍需临床监督与证据约束评测。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。