arXiv cs.CL·· 2 天前AI 评分18
STRATA：面向疫苗不良事件临床时间线的时序假设显著性检验基准
Testimony from Timelines: Evidence-Grounded Significance Testing of Temporal Clinical Hypotheses
AI 导读
研究者提出 STRATA 基准，对疫苗不良事件报告临床时间线上的 8,735 条时序假设，按零假设设定、检验选择、证据记录选取到 p 值与结论逐项评分，并由确定性 oracle 复现。配套的 ART 分阶段范式将每步决策变为可检查输出；五种模型配置实验显示系统主要失误在选取相关记录，ART 缩小了这一结论与证据间的差距，并使 31B 开源模型在同一范式下与前沿模型相差 0.01。
来源：arXiv cs.CL · arxiv.org