[控场AI]
基准

MedMemoryBench

专门评估LLM在纵向医疗对话中记忆能力的基准,包含多患者、多时间点的对话序列,覆盖状态跟踪、人物归属和安全事实召回等维度,用于检验记忆系统是否能检索到正确时间点、正确人物的相关信息。

时间轴 (近 90 天)

11月6日

在MedMemoryBench基准上,MedGraph以GPT为骨干取得最高总体准确率,领先最强基线10.5个百分点。

待验证50%
11月6日

在MedMemoryBench基准上,MedGraph以Qwen为骨干取得最高总体准确率,领先最强基线10.4个百分点。

待验证50%
11月6日

MedMemoryBench是专门评估LLM在纵向医疗对话中记忆能力的基准,其问题设计覆盖状态跟踪、人物归属和安全事实召回等维度。

待验证50%

全部知识事实 (3)

来源文章