大语言模型提取临床旅行史的多标注者基准研究

2026年10月5日，medRxiv发布一项预印本，报告了一项多标注者基准研究，评估大语言模型从临床文本中提取旅行史的能力。研究由五名临床医生对100份临床病例报告完成超过5000条标注。结果显示，模型在旅行存在与否、目的地等高层变量上表现良好，但在返回时间、症状发作与返回的时间关系等时间变量上，与临床医生同样困难。研究还发现，模型输出对采样温度的敏感度高于提示词措辞；小型开放权重模型在部分变量上接近更大模型，但时间字段仍较弱。

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。