arXiv 自然语言处理· Taye Akinrele, Noorbakhsh Amiri Golilarz, Subash Neupane, Sudip Mittal, Shahram Rahimi·· 5 小时前AI 评分43
LLM 能否实现长跨度推理？纵向临床推理上下文策略实证评估
Can LLMs Reason Over Long Horizons? An Empirical Evaluation of Context Strategies for Longitudinal Clinical Reasoning
AI 导读
一项研究在 MedLoCoMo 基准上评估了 4 款开源 LLM 的 5 种上下文策略（Full、Recent、Episodic、Semantic 和 Hybrid），发现 Episodic 与 Hybrid 策略整体准确率最高且在长距离证据下表现最稳健。相比之下，Recent 策略随证据距离增加性能下滑最严重；同时模型在可回答问题上的高表现，并未有效转化为对缺乏依据问题的弃权能力。
来源：arXiv 自然语言处理 · arxiv.org