KampoBench：汉方医学大模型问诊基准发布

2026年10月11日，日本研究者通过medRxiv发布预印本，推出面向传统汉方医学大语言模型的医师审核咨询基准KampoBench。该基准包含74个汉方医学咨询场景和310条对话专属评分标准，由汉方专科医师修订，用于评测3家厂商的10个当前模型。结果显示，最佳模型得分74.8-86.3%，医师修订参考答案为87.9-92.4%；模型在“建议就医”类标准上表现最可靠（83.6%），在需将已知生药风险与具体病例关联的标准上表现最差（17.5%）。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。