待验证50% 置信事实精确时间

该研究利用带有经验难度标签的USMLE和PANCE试题，引导LLM归纳出一套难度评分规则（rubric）。

1

来源数

50%

置信度

长期有效

时效性

2026/10/30

首次发现

来源

大模型如何破解医学试题难度密码？

涉及实体

USMLEconcept PANCEconcept LLMconcept

相关事实

待验证该方法依赖训练问题上的失败案例作为反馈信号，程序池的规模和LLM裁判的质量会影响搜索效果。68% 相似待验证学术界的RouteLLM、FrugalGPT等工作使用训练好的分类器预测任务难度，在弱模型与强模型之间动态切换，在保证质量的前提下压降成本。68% 相似待验证研究作者主张将目标-目标冲突类型纳入IH训练，即使这些样本并不反映典型的LLM使用场景。67% 相似待验证经验难度（empirical difficulty）通常通过考生实际作答数据计算得出，如题目答对率（p值）或基于IRT模型估计的难度参数。66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1113946

API

curl https://kongchang.com/api/v1/knowledge/claims/1113946

MCP

get_claim(id=1113946)