ICD11_Test_02_DepressiveEpisode im LLM-Testsuite-Report
Testfallbeschreibung
Test zur Erkennung einer depressiven Episode.
| Quelldatei | ICD11_Test_02_DepressiveEpisode.txt |
|---|---|
| Serie | 2 |
| Kategorien | icd11, classification, clinical |
| Bewertung | Deterministisch |
| Prompt SHA-256 | 2134c7b16f0436b28db39cb47c9c9a0a13cd8d8810e3a975b7e601c5622176fe |
Deterministisch: Die Antwort wird regelbasiert gegen ein erwartetes Ergebnis geprüft. Bewertet wird also, ob die geforderten Werte, Muster oder Strukturen in der Modellantwort gefunden werden.
Erwartetes Ergebnis
6A70
| Erwartung im Katalog | ja |
|---|---|
| Korrektes Ergebnis im Katalog | ja |
Hinweis: ICD-11 MMS Referenzwert laut fachlicher Vorgabe.
Prompt
Text Seit mehreren Monaten bestehen Niedergeschlagenheit, verminderter Antrieb, Schlafstörungen, Interessenverlust. Keine Substanzeinflüsse. Deutliche soziale Beeinträchtigung. Aufgabe Gib ausschließlich den ICD-11 Code zurück. Keine Erklärungen, nur der Code. Beispiel Bei „akuter viral bedingter Husten“ wäre die Antwort zB CA23
764 Runs
762 bewertet
8.4 % Score
7.1 % exakt korrekt
Hilfe zu Bewertung, Score und exakter Korrektheit
Score ist eine abgestufte Gütebewertung: correct = 100 %, mostly_correct = 80 %, partial = 50 %, wrong/not_answered = 0 %.
Exakt korrekt ist strenger: Nur Runs mit dem Label correct zählen. Mostly correct erhöht den Score, zählt aber nicht als exakt korrekt.
Bewertet zählt alle Runs mit fachlichem Urteil. Bei LLM-Judge-Ergebnissen zählen auch Judge-Fehler als bewertet, aber mit Score 0 %.