热点事件观察中
决策模型Jev可分担LLM结构化临床任务
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月12日，medRxiv发布一项预印本研究，评估决策模型Jev能否分担大语言模型（LLM）的结构化临床任务。研究称，Jev能以远低于LLM的成本处理文本并输出概率、分类或有序等级。在死亡率风险估计、Choosing-Wisely患者问题分类和结肠癌分期三项任务中，Jev的标准输入表现落后于五款旗舰LLM：死亡率AUROC为0.822（LLM为0.837-0.846），分类准确率87.7%（LLM为98.4-100%），分期准确率45.4%（LLM为94.2-100%）。目前该研究为预印本，尚未见后续报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月12日 08:00
medRxiv预印本研究显示Jev三项临床任务表现均落后于五款旗舰LLM。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- medRxiv 预印本研究：决策模型 Jev 可分担大语言模型的结构化临床任务
决策模型 Jev 能以远低于大语言模型的成本处理文本并输出概率、分类或有序等级，在死亡率风险估计、Choosing-Wisely 患者问题分类和结肠癌分期任务中，其标准输入表现落后于五款旗舰 LLM：死亡率 AUROC 为 0.822（LLM 为 0.837-0.846），分类准确率 87.7%（98.4-100%），分期准确率 45.4%（94.2-100%）。
本事件热度走势
当前热度 4·可比范围峰值 5（10月13日 11:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。