#health

1 記事

01 ·時系列データ系·★ 会員·論文·15分で読めます 論文解説: WearableQA — 実ユーザー500日分のウェアラブル記録でLLMの「健康推論」を測る WearableQA: A Benchmark for Health Reasoning over Real-World Wearable Data 200人の実ユーザー・最長500日の日次ウェアラブル記録と血液検査から作った4,084問の10択ベンチマーク。「知識で答える」と「数列から読み取る」を分けて測ると、14モデルの正答率は19.6%〜72.9%まで割れ、Python実行を許すだけで20ポイント上がる。論文本文に沿って、問題の作り方と結果の読み方を1から解説する。