Frequency-Stratified Benchmarking Reveals Strong Long-Tail Limitations of Large Language Models in Diagnosis of Monogenic Diseases
Questo articolo introduce MendelianBench-5K, un benchmark stratificato per frequenza di 5.000 casi, per dimostrare che i grandi modelli linguistici esibiscono significativi bias di prestazione nella diagnosi di malattie monogeniche, raggiungendo un'elevata accuratezza per i geni ben studiati pur faticando con quelli rari e caratterizzati di recente.