ChronoEvo基准评估LLM医学知识更新
热点事件持续更新
ChronoEvo基准评估LLM医学知识更新
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月23日，arXiv Artificial Intelligence 刊出研究，作者 Min Zeng 等提出 ChronoEvo 基准，用于评估大语言模型对不断更新的医学知识的采纳能力。该基准包含 12 类医学知识变化下的 1709 条推荐级修订，旨在区分模型能否识别修订后的指南，以及能否将修订纳入临床建议。研究显示，主模型中 90.8% 的回答识别出修订、80.2% 临床正确，但仅 58.5% 完全采纳，识别与采纳相差 32.3 个百分点；这一现象在 14 个模型中持续存在。两名临床医生对 300 条回答的裁定验证样本差距为 40.3 个百分点。研究据此指出，大语言模型难以采纳不断更新的医学知识。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
研究显示大语言模型难以采纳不断更新的医学知识报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv Artificial Intelligence研究显示大语言模型难以采纳不断更新的医学知识
研究提出 ChronoEvo 基准，包含 12 类医学知识变化下的 1709 条推荐级修订，用于区分模型识别修订与将修订纳入临床建议。主模型中 90.8% 的回答识别出修订、80.2% 临床正确，但仅 58.5% 完全采纳，识别与采纳相差 32.3 个百分点，该现象在 14 个模型中持续存在，两名临床医生对 300 条回答的裁定验证样本差距为 40.3 个百分点。
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。