Dans l'actualité
MedPhysBench: A Benchmark for Evaluating Language Models on Medical Physics Calculations and Error Detection
arXiv cs.AI · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- MedPhysBench évalue comment les modèles de langage gèrent les calculs de physique médicale en radiothérapie, imagerie et médecine nucléaire.
- Pourquoi ça compte
- Pertinent pour les ingénieurs déployant des LLM dans les workflows de physique clinique ou validant l'IA pour les calculs de dose critiques.
- Vigilance
- Les meilleurs modèles atteignent 99,3-100% en calculs mais certains échouent sur des corrections spécifiques comme la loi de l'inverse carré.
- language model
- eval
- benchmark
Les patterns derrière cette actualité
- MLCommons AI Safety Benchmark v1.0
- Error Handling and Recovery Patterns
- Eval-Driven Development (Agent CI)
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.