研究发现：临床人员使用AI助手的方式与基准测试不同

对127,833条查询的分析显示，现实中的使用主要用于文档处理和信息检索，而基准测试很少涵盖这些任务。

简讯作者： OossaOossa 发布日期: 2026年10月9日 05:08 UTC1 分钟阅读

研究人员分析了6,342名医生、护士及其他医务人员在八个月内向一家医院的大语言模型（LLM）助手发出的127,833条请求。结果发现，36 %的查询涉及文档处理和行政事务，29 %用于检索知识，只有4 %询问诊断。超过三分之一的请求按原本的提问方式难以得到理想回答。研究人员将这些现实任务与58项公开基准测试进行比较后发现，基准测试仅覆盖约三分之一的任务类型，完全没有涉及文档处理工作。