longitudinal-analysis

介绍了CT-ΔBench，这是一个用于纵向3D CT影像差异报告与视觉语言模型的基准，同时包括变化感知指标和基线模型DeltaMed。

介绍TradeVerse，一个基于WTO会议记录构建的基准，用于测试LLM在纵向政治贸易谈判中的表现，包括预测产品类别、识别回应国和生成声明等任务。

本文提出了一种结合日语NLP指标和统计方法的多维文本分析方法，用于评估风险披露质量的变化，并应用于日本2019年的企业披露改革。对19,770个公司-年度观测值的分析揭示了复杂的变化，例如披露数量增加但可读性下降。

本文介绍了一种过渡感知型Best-of-N采样方法，这是一种无需训练的方法，通过使用集合到集合的距离度量来编码既往与当前检查之间的变化，从而生成纵向胸部X光报告。

本文分析了必应Copilot用户的纵向对话轨迹，并与WildChat数据进行比较，发现个体用户习惯具有粘性，且WildChat过度代表了高级用户，挑战了用户与LLM互动的静态观点。