ECG-Reasoning-Benchmark：评估 MLLM 心电图临床推理能力的基准

研究者提出 ECG-Reasoning-Benchmark，一个含 6400 多个样本的多轮评测框架，覆盖 17 项核心心电图诊断，用于检验多模态大模型是否真正逐步推理。对当前 SOTA 模型的评测显示，模型虽能检索诊断所需的临床标准，却难以维持完整推理链，主要失败在于无法把心电图发现对应到信号中的实际视觉证据。结果表明现有 MLLM 绕过了真正的视觉解读，暴露视觉 grounding 能力短板。