★ 3
LogiMed-RoB：医学偏倚风险评估的分层逻辑一致性基准
研究提出LogiMed-RoB基准，基于Cochrane偏倚风险2.0专家逻辑，涵盖860项随机对照试验与14820条查询，从原子一致性、领域一致性、聚合一致性与证据忠实度四维度评估分层逻辑一致性。测试10个前沿LLM发现严重误差累积效应：顶级模型原子一致性达98.88%，端到端一致性却跌至45.…
arXiv cs.AI51 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究提出LogiMed-RoB基准，基于Cochrane偏倚风险2.0专家逻辑，涵盖860项随机对照试验与14820条查询，从原子一致性、领域一致性、聚合一致性与证据忠实度四维度评估分层逻辑一致性。测试10个前沿LLM发现严重误差累积效应：顶级模型原子一致性达98.88%，端到端一致性却跌至45.…