כתבה
arXiv cs.CL ·
MedRECT: בדיקת טעויות רפואיות
MedRECT: A Bilingual Medical Reasoning Benchmark for Error Correction in Clinical Texts
MedRECT הוא בנק אבחון דו-לשוני לטעויות רפואיות בטקסטים קליניים. הוא כולל 663 דוגמאות ביפנית ו-458 דוגמאות באנגלית. המחקר בודק 11 מודלים, כולל Qwen3-32B, ומוצא ש-LoRA fine-tuning משפר את דיוק הקטעים.
תקציר מקורי באנגליתarXiv:2511.00421v2 Announce Type: replace Abstract: Large language models (LLMs) show promise in medical applications, but their ability to detect and correct errors in clinical texts remains under-evaluated, particularly beyond English. We introduce MedRECT, a bilingual benchmark for Japanese and English that formulates medical error handling as three subtasks: error detection, error sentence extraction, and error correction. MedRECT-ja contains 663 samples derived from the Japanese Medical Licensing Examinations, while the separately sourced MedRECT-en contains 458 samples curated from MEDEC. We evaluate 11 LLMs across 17 configurations that cover proprietary and open-weight models, medical-domain specialization, and multiple reasoning settings. Qwen3-32B scores higher in its thinking mo
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית