LongMedBench: Benchmarking Medical Agents for Long-Horizon Clinical Decision-Making

• 类型：arxiv
• 标识：2607.09322
• 链接：http://arxiv.org/abs/2607.09322v1
• 主分类：agent
• 形态：benchmark
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work introduces LongMedBench, a real-world EHR-based benchmark for long-horizon clinical decision-making, and proposes an evaluation taxonomy with three suites: fact-based QA, temporal reasoning, and long-horizon decision-making.
• OpenAlex ID：W7168159088
• OpenAlex DOI：10.48550/arxiv.2607.09322
• DOI：10.48550/arxiv.2607.09322
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.09322
• OpenAlex更新：2026-07-19
• 副分类：evaluation
• 待LLM分类：否
• 标题中文：LongMedBench：面向长程临床决策的医疗 Agent 基准测试
• TLDR中文：该工作提出 LongMedBench，一个基于真实 EHR 的长程临床决策基准，并设计了一套包含三个评估维度的分类体系：事实型问答、时序推理、长程决策。
• 来源文件：
• /inbox/tom/_candidates/2026-07-13-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]