开放权重LLM个性化处方任务评测

2026年10月15日，arXiv Artificial Intelligence 刊出 Mahdi Alkaeed 等作者的综述，对面向临床任务的开放 LLM 与 AI 基础模型做分类梳理，并在个性化处方任务上实测开放权重模型。该研究在 100 份合成患者档案上比较开放权重模型与专有基线：无检索增强时，开放权重模型整体适宜性准确率为 0.810–0.850，高于专有基线的 0.780，但置信区间重叠；加入 RAG 后所有模型均有提升，排名差距收窄至 0.04 以内，且增益因科室而异。作者表示论文所用数据与代码将在发表后公开。目前尚无后续跟进报道，事件仍处该评测结果发布阶段。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。