热点事件持续更新
研究揭示临床LLM实际应用与现有评测基准存在显著脱节
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月9日，arXiv发布的一项最新研究通过分析6,342名临床医护人员发送的127,833条真实查询，指出大语言模型在医疗领域的实际应用与现有基准评测存在显著脱节。数据显示，文档与行政管理（36.2%）及知识检索（28.9%）合计构成了近三分之二的实际临床用途，而诊断场景仅占3.7%。此外，研究还发现超过三分之一的查询按照原始输入无法得到妥善回答。
AI 根据报道生成 · 5 小时前更新
最新进展10月9日 12:00
研究分析近12.8万条真实查询，指出临床LLM实际偏重行政与检索而非诊断。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv 自然语言处理临床医生使用大语言模型的实际场景与现有评测基准存在显著偏差
最新研究通过分析 6,342 名临床医护人员发送的 127,833 条真实查询发现，大语言模型在医疗领域的实际应用与现有基准评测脱节。文档与行政管理（36.2%）以及知识检索（28.9%）构成了近三分之二的实际用途，而诊断仅占 3.7%，且超过三分之一的查询按原始输入无法得到妥善回答。
本事件热度走势
当前热度 9·可比范围峰值 10（10月9日 13:00）·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。