基准
TrialGPT
用于评估大语言模型在临床试验患者匹配任务上表现的基准数据集，包含患者记录与试验入组标准的匹配样本。
时间轴 (近 90 天)
10月27日
研究从 TrialGPT 以及基于 MIMIC-III 和 MIMIC-IV 构建的问答数据集中抽取了 2,048 对测试患者-条件对。
待验证50%
10月27日
在批量模式下，JEV 与 Qwen 在 TrialGPT 上的宏 F1 分数分别为 0.652 和 0.660。
待验证50%
用于评估大语言模型在临床试验患者匹配任务上表现的基准数据集，包含患者记录与试验入组标准的匹配样本。
研究从 TrialGPT 以及基于 MIMIC-III 和 MIMIC-IV 构建的问答数据集中抽取了 2,048 对测试患者-条件对。
在批量模式下，JEV 与 Qwen 在 TrialGPT 上的宏 F1 分数分别为 0.652 和 0.660。