NYU：12.7万条医护查询显示临床LLM基准与实用脱节

纽约大学（NYU）团队对某机构 AI 助手在 8 个月部署期内的使用情况做了分析，样本覆盖 6342 名医护人员、35 个专科，共 127833 条查询，并提出 RCQ-Map 分类框架。结果显示，医护真实提问的构成与临床 LLM 基准测试的考查重点严重脱节：文档与行政事务类占 36.2%，知识检索类占 28.9%，而诊断类仅占 3.7%；此外，超过三分之一的问题按原有问法无法得到很好回答。研究据此指出，现有临床 LLM 基准并不能反映医护在真实工作场景中的使用方式与需求。

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。