言語モデルの時系列仮説検証、新ベンチマーク「STRATA」と段階的検証「ART」で精度向上へ
arXivは2026年10月29日(現地時間)、論文『Testimony from Timelines: Evidence-Grounded Significance Testing of Temporal Clinical Hypotheses』を公開し、言語モデルが時系列仮説を検証する際の課題を指摘した。特に、根拠となるデータ選択の難しさに対し、Chengyang He氏らは医療分野における誤判断のコストを重視。新たなベンチマーク「STRATA」と段階的検証パラダイム「ART」を導入し、モデルの検証能力向上に焦点を当てている。