研究利用开源LLM预测医学试题难度

2026年10月30日，相关研究公布了一种利用开源大语言模型（LLM）预测医学试题难度的方法。该研究让开源模型同时充当评判者与模拟受试者，对USMLE和PANCE医学执照试题的难度展开预测。通过结合成对难度比较与模拟答题信号，该方案在USMLE和PANCE数据集上的Spearman相关系数分别达到ρ = .447与.494，超越了2024 BEA共享任务的最佳水平，并比肩Claude Opus 5。由于该方法支持本地部署，为高保密性试题评估提供了实用方案。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。