arXiv论文发布STRATA时序临床假设基准，提出ART框架缩小证据检验鸿沟

Testimony from Timelines: Evidence-Grounded Significance Testing of Temporal Clinical Hypotheses 面对语言模型容易无依据下达临床时序结论的问题，研究人员构建了包含8735个临床假设的STRATA基准，全面评测模型在零假设设定、检验选择及相关证据检索的全流程能力。研究同时提出的ART分阶段范式使31B开源模型表现逼近前沿闭源水平，揭示了模型主要缺陷在于筛选有效证据集而非逻辑推理本身。