语言模型上下文技能学习：如何实现熟练习得？
From Context to Skills: Can Language Models Learn from Context Skillfully?

Shuzheng Si, Haozhe Zhao, Yu Lei, Qingyi Wang, Dingwei Chen, 等 (+8)
⭐ 2

• 本文提出一个自进化的框架，旨在赋予语言模型自主发现和完善特定上下文技能的能力。
• 框架核心是多智能体自博弈循环，通过挑战者、推理者和评估者三个关键组件之间的交互，持续生成并优化上下文相关的技能。
• 这种无需人工监督的机制，能够有效地提升语言模型在复杂上下文情境下的学习表现和处理能力。
• 实验结果表明，该方法显著改善了模型的上下文学习性能，为语言模型实现更熟练、更自主的技能习得提供了新途径。

🔗 arXiv · 🤗 HF

#大语言模型 #上下文学习 #多智能体 #自主学习 #技能习得

PhysicianBench：大模型智能体真实电子病历环境性能评估
PhysicianBench: Evaluating LLM Agents in Real-World EHR Environments

Ruoqi Liu, Imran Q. Mohiuddin, Austin J. Schoeffler, Kavita Renduchintala, Ashwin Nayak, 等 (+8)
⭐ 1

• 本文介绍PhysicianBench，一个专门用于评估大语言模型智能体在真实临床任务中的性能基准。
• 该基准着重于在电子健康记录（EHR）环境下，执行需要复杂、多步骤工作流的实际医疗任务。
• 通过PhysicianBench进行的严格评估，揭示了当前大语言模型智能体在处理真实世界医疗场景方面存在显著的能力缺陷。
• 这表明现有智能体在应用于临床实践前，仍需在理解复杂指令和执行连续操作上进行深入改进。

🔗 arXiv · 🤗 HF

#大语言模型 #智能体 #电子健康记录 #医疗AI #性能评估 #基准测试