JEV 在信息不足条件召回与成本延迟上优于 Qwen Flash。
资讯摘要
论文比较了非生成式决策模型 JEV 与受模式约束的 Qwen Flash 在临床试验预筛中的表现，测试集为来自 TrialGPT 及 MIMIC-III、MIMIC-IV 的 2048 个患者-条件对，并在零数据保留策略下评估。批量模式下两者在 TrialGPT 与 MIMIC-IV 上 macro-F1 相近，JEV 在 MIMIC-III 上明显更高，主要来自对信息不足条件的召回优势；JEV 延迟与估算成本也更低。作者指出其临床证据解读仍有错误，输出需核对病历。
要点速读
- 批量模式下 JEV 与 Qwen 的 macro-F1：TrialGPT 0.652 对 0.660，MIMIC-IV 0.807 对 0.814；MIMIC-III 上 JEV 为 0.768，Qwen 为 0.534。
- JEV 对标注为信息不足条件的召回率为 56.3%，Qwen 为 9.9%。
- JEV 观测中位任务延迟 1.18–1.40 秒，低于 Qwen 的 2.80–8.90 秒，单条件估算成本低 53%–74%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。