Context matching is not reasoning when performing generalized clinical evaluation of generative language models

Abstract Current discussion surrounding the clinical capabilities of generative language models(GLMs) predominantly centers around multiple-choice question-answer(MCQA) benchmarks derived from clinical licensing examinations. While accepted for human examinees, characteristics unique to GLMs bring i...

সম্পূর্ণ বিবরণ

গ্রন্থ-পঞ্জীর বিবরন

প্রধান লেখক:	Andrew Wen, Qiuhao Lu, Yu-Neng Chuang, Guanchu Wang, Jiayi Yuan, Jiamu Zhang, Liwei Wang, Sunyang Fu, Kurt D. Miller, Heling Jia, Steven D. Bedrick, William R. Hersh, Kirk E. Roberts, Xia Hu, Hongfang Liu
বিন্যাস:	Artigo
ভাষা:	Inglês
প্রকাশিত:	Nature Portfolio 2025-12-01
মালা:	npj Digital Medicine
অনলাইন ব্যবহার করুন:	https://doi.org/10.1038/s41746-025-02253-2
ট্যাগগুলো:	ট্যাগ যুক্ত করুন কোনো ট্যাগ নেই, প্রথমজন হিসাবে ট্যাগ করুন!