arXiv 隐私论文· Yongjin Yi·· 22 小时前AI 评分13
基于LLM的虚拟标准化病人分层多评分者评估：GPT-4o、Claude 3.5 Sonnet、Llama-3.1 70B 与 HyperCLOVA X 在韩国 OSCE 病例中的表现
A Stratified Multi-Rater Evaluation of LLM-Based Virtual Standardized Patients with a Deployed Data-Generation Platform
AI 导读
研究用17名高年级医学生对GPT-4o、Claude 3.5 Sonnet、Llama-3.1 70B和HyperCLOVA X四个LLM在三个韩国OSCE病例中的每句输出评分，共获7,480个数据点。
来源：arXiv 隐私论文 · arxiv.org