尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
A benchmark dataset for evaluating Syndrome Differentiation and Treatment in large language models
一、文章主要内容总结该研究针对中医领域大语言模型(LLMs)的临床应用能力评估问题,提出了首个聚焦“辨证论治(SDT)”全流程的综合基准数据集TCM-BEST4SDT。数据集由中医专家主导构建,涵盖中医基础知识、医学伦理、LLM内容安全、辨证论治4大任务,共600道题目,覆盖257种证候和20个ICD-11疾病组,数据标注经过专家标注、交叉验证、第三方审核三阶段流程,确保专业性和可靠性。评估框架创新设计了三种机制:选择题评估(随机选项顺序+多轮独立评估)、判断模型评估(结合专家提示的LLM评分)、奖励模型评估(量化“方证对应”程度),同时首次引入过程导向指标(思维链完整性与准确性),突破了现有基准仅关注结果准确性的局限。通过对15个主流通用域(如GPT-5、Gemini 2.5 Pro)和中医域(如华陀GPT、仲景GPT)LLM的零样本实验验证,发现优质中医语料与监督微调可提升模型临床推理能力,但多数中医域LLM因参数规模小、真实临床场景语料不足,性能不及部分通用域模型;模型规模与性能呈正相关(如Qwen3系列),验证了数据集的鉴别有效性。该数据集已公开,为中医智能模型的性能评估、迭代优化及产业化提供支撑。二、文章创新点数据集聚焦核心任务:首次构建以“辨证论治”为核心的综合基准,覆盖从证候辨识到治疗决策的完整临床链,弥补现有基准仅关注基础知识或单一证候辨识的缺陷。评估维度全面化:兼顾结果导向(14个辨证论治核心维度)与过程导向(思维链完整性、准确性)评估,同时纳入医学伦理、内容安全等通用规范维度,实现多维度综合
RELATED

相关推荐

同一人声明公证办理流程是怎样的?从材料准备到出证,零跑腿办理攻略

同一人声明公证办理流程是怎样的?从材料准备到出证,零跑腿办理攻略

不少朋友不清楚同一人声明公证完整办理步骤,下面从概念、材料、渠道到实操,完整梳理从准备材料直至拿证的全过程,也分享线上零跑腿办理的实用攻略。一、什么是同一人声明公证该公证属于声明类公证,用来证明两份信息有差异的证件归…

📅 2026/10/8 6:34:35
Flirt项目部署指南:GitHub与邮件列表双向同步自动化集成

Flirt项目部署指南:GitHub与邮件列表双向同步自动化集成

这次我们来看一个名为 Flirt 的项目。从标题“Flirt: GitHub and Mailing List back ends”来看,它并非一个AI模型或图像生成工具,而是一个与 GitHub 和**邮件列表(Mailing List)**后端服务相关的技术项目。对于开发者、开源项…

📅 2026/10/8 17:42:58
Java大厂面试核心:JVM、并发编程与系统设计实战

Java大厂面试核心:JVM、并发编程与系统设计实战

1. 从零开始:谢飞机的Java大厂面试准备之路2019年毕业的谢飞机,在二线互联网公司做了三年Java开发后,终于鼓起勇气向一线大厂投递了简历。和大多数中级开发者一样,他面临着技术栈广而不精、项目经验缺乏亮点的困境。但通过系统性的…

📅 2026/10/8 14:52:38
MORE NEWS

更多资讯

📰

Altium许可证闲置预警机制设计与实现

1. 为什么需要Altium许可证闲置预警机制在PCB设计领域,Altium Designer作为行业主流工具,其许可证管理一直是企业IT部门和设计团队关注的焦点问题。我们公司曾经历过一次典型的许可证危机:某个周一早晨,三位工程师同时无法启动Alt…

📰

Java到C++语义保真翻译器:AST驱动的跨语言转换方案

简介:这是一份面向高校计算机专业高年级学生与编译原理初学者的课程设计级Java到C源码翻译工具,聚焦面向对象特性(如动态绑定、继承、重载)在底层C结构(vtable、智能指针)中的模拟实现。资源包共64个文件&a…

📰

t3code 深度解析:代码结构、生成方案与落地避坑指南

1. 从“t3code”这个关键词说起:它到底指什么第一次看到“t3code”这个词,很多人会一头雾水。它不像“Python教程”“Docker入门”那样一眼就能看出领域归属,也不像某个知名框架或库那样有明确的官方文档入口。我在几个技术社区和代码托管平台…

📰

Claude-mem:不存在的工具与AI工程中的信息验证原则

我注意到您提供的输入内容中,项目标题为“claude-mem”,但后续的【项目正文】、【关键词】、【摘要描述】等字段全部为空,且网络搜索内容部分为纯空行()。这意味着:没有原始描述支撑项目背景、功能或实现逻…

📰

Android system.img底层解析:img2simg/make_ext4fs/simg2img/mkuserimg四件套实战指南

简介:本资源是一套开箱即用的Android系统镜像处理工具集,专为ROM开发者、系统定制工程师及嵌入式调试人员设计,解决日常解包、打包、稀疏镜像转换与ext4文件系统构建等核心需求。压缩包共含4个已编译可执行文件:img2simg&#xff…

📰

基于Java技术栈的河南美食分享系统开发实践

1. 项目背景与核心价值河南作为中原文化的发源地,拥有着丰富多样的地方特色美食文化。从烩面到胡辣汤,从道口烧鸡到开封灌汤包,这些美食不仅承载着地方饮食文化的精髓,更是当地人民生活智慧的结晶。然而,在数字化浪潮下…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬