Buchumschlag

RxEval: A Prescription-Level Benchmark for Evaluating LLM Medication Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Shuhao, Jiang, Weisen, Wang, Changmiao, Wu, Xiaoqing, Shi, Xuanren, Zhang, Yu, Kwok, James T.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RouterDC: Query-Based Router by Dual Contrastive Learning for Assembling Large Language Models
von: Chen, Shuhao, et al.
Veröffentlicht: (2024)

Effective Structured Prompting by Meta-Learning and Representative Verbalizer
von: Jiang, Weisen, et al.
Veröffentlicht: (2023)

SPARD: Defending Harmful Fine-Tuning Attack via Safety Projection with Relevance-Diversity Data Selection
von: Chen, Shuhao, et al.
Veröffentlicht: (2026)

MetaMoE: Diversity-Aware Proxy Selection for Privacy-Preserving Mixture-of-Experts Unification
von: Jiang, Weisen, et al.
Veröffentlicht: (2026)

Forward-Backward Reasoning in Large Language Models for Mathematical Verification
von: Jiang, Weisen, et al.
Veröffentlicht: (2023)

Contrastive Learning on Medical Intents for Sequential Prescription Recommendation
von: Moghaddam, Arya Hadizadeh, et al.
Veröffentlicht: (2024)

Dual-Balancing for Multi-Task Learning
von: Lin, Baijiong, et al.
Veröffentlicht: (2023)

MMCircuitEval: A Comprehensive Multimodal Circuit-Focused Benchmark for Evaluating LLMs
von: Zhao, Chenchen, et al.
Veröffentlicht: (2025)

AcademicEval: Live Long-Context LLM Benchmark
von: Zhang, Haozhen, et al.
Veröffentlicht: (2025)

RubricEval: A Rubric-Level Meta-Evaluation Benchmark for LLM Judges in Instruction Following
von: Pan, Tianjun, et al.
Veröffentlicht: (2026)

MetaDefense: Defending Finetuning-based Jailbreak Attack Before and During Generation
von: Jiang, Weisen, et al.
Veröffentlicht: (2025)

Combating the Bucket Effect:Multi-Knowledge Alignment for Medication Recommendation
von: Li, Xiang, et al.
Veröffentlicht: (2025)

PARM: Multi-Objective Test-Time Alignment via Preference-Aware Autoregressive Reward Model
von: Lin, Baijiong, et al.
Veröffentlicht: (2025)

MixEval: Deriving Wisdom of the Crowd from LLM Benchmark Mixtures
von: Ni, Jinjie, et al.
Veröffentlicht: (2024)

Multi-LLM Collaboration for Medication Recommendation
von: Sanchez, Huascar, et al.
Veröffentlicht: (2025)

ARMR: Adaptively Responsive Network for Medication Recommendation
von: Wu, Feiyue, et al.
Veröffentlicht: (2025)

InfiCoEvalChain: A Blockchain-Based Decentralized Framework for Collaborative LLM Evaluation
von: Yang, Yifan, et al.
Veröffentlicht: (2026)

MedAgentBench: A Realistic Virtual EHR Environment to Benchmark Medical LLM Agents
von: Jiang, Yixing, et al.
Veröffentlicht: (2025)

Unifying Lane-Level Traffic Prediction from a Graph Structural Perspective: Benchmark and Baseline
von: Li, Shuhao, et al.
Veröffentlicht: (2024)

DivLogicEval: A Framework for Benchmarking Logical Reasoning Evaluation in Large Language Models
von: Chung, Tsz Ting, et al.
Veröffentlicht: (2025)

SafeRx-Agent: A Knowledge-Grounded Multi-Agent Framework for Safe and Explainable Medication Recommendation
von: Wang, Xinyu, et al.
Veröffentlicht: (2026)

AgentRx: A Benchmark Study of LLM Agents for Multimodal Clinical Prediction Tasks
von: Jorf, Baraa Al, et al.
Veröffentlicht: (2026)

StreamFP: Learnable Fingerprint-guided Data Selection for Efficient Stream Learning
von: Shi, Tongjun, et al.
Veröffentlicht: (2024)

CMoralEval: A Moral Evaluation Benchmark for Chinese Large Language Models
von: Yu, Linhao, et al.
Veröffentlicht: (2024)

Energy Efficiency in AI for 5G and Beyond: A DeepRx Case Study
von: Lbath, Amine, et al.
Veröffentlicht: (2025)

GraphEval: A Knowledge-Graph Based LLM Hallucination Evaluation Framework
von: Sansford, Hannah, et al.
Veröffentlicht: (2024)

Open Your Eyes: Vision Enhances Message Passing Neural Networks in Link Prediction
von: Wei, Yanbin, et al.
Veröffentlicht: (2025)

Measuring all the noises of LLM Evals
von: Wang, Sida
Veröffentlicht: (2025)

TravelEval: A Comprehensive Benchmarking Framework for Evaluating LLM-Powered Travel Planning Agents
von: Chen, Weiyi, et al.
Veröffentlicht: (2026)

Adaptive User Journeys in Pharma E-Commerce with Reinforcement Learning: Insights from SwipeRx
von: del Río, Ana Fernández, et al.
Veröffentlicht: (2024)

Evaluation and Benchmarking of LLM Agents: A Survey
von: Mohammadi, Mahmoud, et al.
Veröffentlicht: (2025)

The Evaluation Game: Beyond Static LLM Benchmarking
von: Wang, Paul, et al.
Veröffentlicht: (2026)

ZSC-Eval: An Evaluation Toolkit and Benchmark for Multi-agent Zero-shot Coordination
von: Wang, Xihuai, et al.
Veröffentlicht: (2023)

Beyond Synthetic Benchmarks: Evaluating LLM Performance on Real-World Class-Level Code Generation
von: Rahman, Musfiqur, et al.
Veröffentlicht: (2025)

CausalMed: Causality-Based Personalized Medication Recommendation Centered on Patient health state
von: Li, Xiang, et al.
Veröffentlicht: (2024)

FedEval-LLM: Federated Evaluation of Large Language Models on Downstream Tasks with Collective Wisdom
von: He, Yuanqin, et al.
Veröffentlicht: (2024)

ProCause: Generating Counterfactual Outcomes to Evaluate Prescriptive Process Monitoring Methods
von: De Moor, Jakob, et al.
Veröffentlicht: (2025)

Benchmarking and Evaluation of AI Models in Biology: Outcomes and Recommendations from the CZI Virtual Cells Workshop
von: Fahsbender, Elizabeth, et al.
Veröffentlicht: (2025)

Cer-Eval: Certifiable and Cost-Efficient Evaluation Framework for LLMs
von: Wang, Ganghua, et al.
Veröffentlicht: (2025)

MetaMath: Bootstrap Your Own Mathematical Questions for Large Language Models
von: Yu, Longhui, et al.
Veröffentlicht: (2023)