arXiv 人工智能· Jirui Dai, Chenkai Zhang, Yan Jia, Yukai Wang, Ruiyang He, Changyong Luo, Zhi Liu·· 5 小时前AI 评分35
TCMClinicalReason-Bench：大语言模型能否在真实临床病例中从病机推理至方剂？
TCMClinicalReason-Bench: Can Language Models Reason from Pathogenesis to Prescription over Real-World Clinical Cases?
AI 导读
研究者基于 2,000 例电子病历构建 TCMClinicalReason-Bench，评估大语言模型从中医病机到方剂的推理能力。评测 5 款通用与 2 款中医专用 LLM 显示，结构完整度虽达 99.3%-100.0%，但内容得分仅 40.7%-54.1%。模型在处方生成与随症加减上缺陷显著，通用模型平均得分（50.0%）优于中医专用模型（41.3%）。
来源：arXiv 人工智能 · arxiv.org