研究揭示提示词效应具模型依赖性挑战中医大模型落地

2026年10月13日，《npj Digital Medicine》发表的一项研究显示，提示词工程的优化效果高度依赖具体模型，并不存在通用的最佳策略。该研究针对16个大语言模型在中医执照考试中的表现展开评测，共测试了475道考试题目及7种提示策略。结果发现，各基线模型的准确率介于35.4%至85.9%之间；思维链（CoT）等提示词优化策略虽能大幅扭转部分模型的未通过状态，但同时也会降低其他模型的准确率。此外，对表现欠佳模型的错误归因分析表明，混淆基础中医概念是导致答题错误的最主要原因。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。