Clinical System One v0.2 医疗 AI 基准：顶级模型难例准确率降至 65%

Maziyar Panahi 发布 Clinical System One v0.2 医疗决策基准结果，前四名模型在原始 669 道题上得分 96–97.5%，新增 324 道难题后最高仅为 65%。mammoth-1（Base Labs）以 65.1% 与 d1-ultra（Liquid AI，60.5%）并列第一，图像题最佳决策准确率为 49.1%；难题尚未经过临床医生审核。