医疗 LLM 评测陷「基准过期」困境，新研究提出 EHR 信息检索「活基准」解法

研究者发布新预印本，为电子健康病历（EHR）信息检索构建「活基准」（A Living Benchmark），用于持续评估不断演进的模型能否可靠检索临床医生所需信息。团队发现「遗漏」（omission）是常见失败模式，另一团队在 NOHARM 预印本中也观察到同样现象。