发布NPCBench鼻咽癌临床评测基准，模型表现有限

研究团队发布NPCBench，一个面向鼻咽癌（NPC）多模态诊疗路径推理的临床学徒式评测基准，已被NeurIPS 2026评测与数据集赛道接收。 该基准涵盖指南知识、病例规划、纵向复查、CarePath整合与开放式问诊，包含4,777个组件与问诊条目，以及一个含417项评分诊疗任务的100例患者CarePath队列。评测21个多模态模型发现，严格的CarePath任务成功率最高仅23%，显示现有模型在完整诊疗路径推理上仍能力不足。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。