优惠 MedFuzz：大语言模型在医学问题回答中的鲁棒性

微软发布论文，论文的主题是探讨大语言模型（LLMs）在医学问题回答中的鲁棒性，即这些模型在面对现实世界临床环境时，其性能是否能够稳定地泛化。论文的核心观点是，尽管LLMs在医学问题回答的基准测试中表现出色，但这并不意味着它们在真实的临床环境中也能同样表现良好。基准测试通常基于某些假设，而这些假设在现实世界中可能并不成立... 阅读全文