dynamic-benchmark

clinical-trial-prediction

去汙染與季度動態基準：CT Open 評估大型語言模型與機器學習於臨床試驗預測的表現

本研究探討AI能否在臨床試驗結果公佈前做出可靠預測。核心做法為CT Open平台：季度舉辦公開挑戰，允許任意方法提交，並以自動化LLM驅動的網路搜尋實現去汙染，確保評估僅基於未公開結果。該平台釋出時間戳測試集並促進模型持續驗證與比較。有助於評估真實世界預測能力。