KAIST等提出ECG-Reasoning-Benchmark，评测MLLM心电图逐步推理

KAIST 等机构研究者（Jungwoo Oh 等）推出 ECG-Reasoning-Benchmark，一个包含超 6,400 个样本的多轮评估框架，用于系统评测多模态大语言模型在 17 类核心心电图诊断上的逐步推理能力。该工作已被 NeurIPS 2026 Evaluations & Datasets Track 接收，代码与数据已公开。 对当前 SOTA 模型的评测发现：模型虽能检索诊断所需的临床标准，却难以维持完整推理链，普遍无法将心电图发现对应到信号中的实际视觉证据，暴露出视觉定位能力的局限。

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。