2026年10月24日，一项题为《IndoNutriQA: An Indonesian Clinical Nutrition Question Answering Benchmark》的研究在arXiv平台正式发布（编号2610.31256v1），首次推出专为印尼语设计的临床营养领域问答评测基准IndoNutriQA。
该基准由911组专家人工构建的问答对组成，全部源自真实临床营养报告，每组均锚定于临床相关上下文，并附带结构化元数据，包括人体测量评估、医学诊断、文档来源及文本分块信息。问题类型严格对应营养护理流程（NCP），涵盖问题（Problem）、病因（Etiology）、症状与体征（Sign and Symptom）等共八类PES诊断陈述。
所有问题由三名注册营养师之一作答，原始报告则由营养学研究生实习人员撰写；答案采用自由格式临床叙述文本，而非简单片段抽取。专家验证研究表明，6%–10%的参考答案存在可争议性。该数据集支持生成式、抽取式及检索增强型问答任务，并适用于大语言模型的零样本与少样本评测。
论文报告了基于IndoBERT变体、mT5和RAG等模型的微调基线结果，采用5折交叉验证、学习曲线分析及Bootstrap 95%置信区间；同时对8种当代大语言模型开展零样本与五样本评测。研究还校准了LLM-as-judge评估框架，发现其在事实性与完整性上接近人类专家水平，但在临床安全性判断上不可靠；人工错误分析进一步揭示该框架会遗漏专家能识别的未获支持内容。
IndoNutriQA作为纯评测资源（非大规模训练语料）公开发布，旨在推动印尼语临床自然语言处理与营养决策支持系统的研究发展。数据集来源与方法细节均基于arXiv论文原文，无外部补充信息。