★ 3
研究：开源 LLM 作评委与考生预测医学题难度
论文提出用开源权重 LLM 与试题交互产生的信号来预测医学题目难度，让模型分别扮演评委（绝对评分与两两比较）和模拟考生（正确率、选项概率、响应熵等）。在 USMLE 与 PANCE 数据集上，最佳配置的 Spearman 相关系数分别达 0.447 与 0.494，超过 2024 BEA 共享任务…
arXiv NLP3 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出用开源权重 LLM 与试题交互产生的信号来预测医学题目难度，让模型分别扮演评委（绝对评分与两两比较）和模拟考生（正确率、选项概率、响应熵等）。在 USMLE 与 PANCE 数据集上，最佳配置的 Spearman 相关系数分别达 0.447 与 0.494，超过 2024 BEA 共享任务…