Systematic Evaluation of Large Language Models for Post-Discharge Clinical Action Extraction
退院時指示書からの臨床行動抽出において、LLMの性能が体系的に評価されました。
AI&Tech、もう追いかけなくていい。
30秒で読めるニュースダイジェスト
LLM
3003件
The Granularity Axis: A Micro-to-Macro Latent Direction for Social Roles in Language Models
LLMが社会的な役割の粒度を内部表現として持っていることを発見しました。
Towards Annotation-Free Validation of MLLMs: A Vision-Language Logical Consistency Metric
マルチモーダルLLMの評価に、アノテーション不要な論理的整合性指標「VL-LCM」が提案されました。
Beyond Fixed Benchmarks and Worst-Case Attacks: Dynamic Boundary Evaluation for Language Models
LLMの評価において、固定ベンチマークの限界を克服する新しい動的評価手法「DBE」が提案されました。
Joint Consistency: A Unified Test-Time Aggregation Framework via Energy Minimization
LLMの推論結果を統合する新しいフレームワーク「Joint Consistency」が発表されました。
Proactive Instance Navigation with Comparative Judgment for Ambiguous User Queries
曖昧なユーザーの質問に対し、AIが能動的に候補を絞り込む対話型ナビゲーションフレームワークが提案され…
A Versatile AI Agent for Rare Disease Diagnosis and Risk Gene Prioritization
希少疾患の診断とリスク遺伝子特定を支援する多機能AIエージェント「Hygieia」が開発されました。
Safactory: A Scalable Agent Factory for Trustworthy Autonomous Intelligence
自律型AIエージェントの信頼性と進化を支援する統合フレームワーク「Safactory」が発表されました。
Data Language Models: A New Foundation Model Class for Tabular Data
表形式データを直接理解する新しい基盤モデル「Data Language Model（DLM）」が発表されました。
Addressing Labelled Data Scarcity: Taxonomy-Agnostic Annotation of PII Values in HTTP Traffic using LLMs
LLMがHTTPトラフィック内の個人識別情報（PII）を、定義に依存せず自動で分類・抽出する手法が提案されま…
Measuring Black-Box Confidence via Reasoning Trajectories: Geometry, Coverage, and Verbalization
LLMの推論過程から信頼度を推定する新しいブラックボックス手法が提案されました。
A Regime Theory of Controller Class Selection for LLM Action Decisions
LLMが応答、情報検索、他モデルへの委譲、応答拒否のいずれを行うかを決定する「コントローラークラス選択…