热点事件持续更新
研究揭示多轮对话交互显著提升临床Text-to-SQL可用性
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年11月3日发表于arXiv的一项面向医务人员的用户研究显示，基于大语言模型（LLM）的临床Text-to-SQL系统引入多轮对话界面后，其可用性获得显著提升。测试结果显示，系统可用性量表评分从单轮界面的68.2显著升至85.9（p<0.001）。在对比测试中，93%的受试者对对话界面整体更满意，86%倾向于在实际中采纳，71%更信任其输出的结果。此外，对425轮交互的分析发现，自由查询中有24.8%触发了澄清请求，证实对话交互机制是保障临床数据访问可用性的实用前提。
AI 根据报道生成 · 13 小时前更新
最新进展11月3日 13:00
面向医务人员的研究证实多轮对话将临床Text-to-SQL可用性评分提升至85.9，93%受试者更满意。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv 人工智能基于 LLM 的临床 Text-to-SQL 对话交互：面向医务人员的用户研究
一项面向医务人员的用户研究显示，基于 LLM 的临床 Text-to-SQL 多轮对话界面相比单轮界面大幅提升可用性，系统可用性量表评分从 68.2 显著升至 85.9（p<0.001）。对比测试中，93% 的受试者对对话界面整体更满意，86% 倾向于实际采纳，71% 更信任其结果。对 425 轮交互分析发现自由查询有 24.8% 触发了澄清请求，证实对话交互是临床数据访问的实用前提。
本事件热度走势
当前热度 6·可比范围峰值 9（11月3日 18:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。