医療物理計算LM評価ベンチマーク「MedPhysBench」登場
arXiv physics.med-phは11月3日(現地時間)、医療物理計算と言語モデル（LM）のエラー検出能力を評価する新たなベンチマーク「メドフィズベンチ (MedPhysBench)」を発表したと報じた。オマー・ヌスラト (Omar Nusrat) 氏が開発を主導したこのベンチマークは、放射線治療や診断画像など多岐にわたる医療物理タスクにおいて、計算とエラー検出の性能を測定する。12モデルを対象としたテストでは、33.3%から100.0%の計算スコアが記録された。