BatchBench显示专用小模型胜过Claude判读

gklambauer发布Cell Painting生物医学影像基准BatchBench及模型对比结果：在该任务上，Claude Opus 5.5的判读准确率接近随机水平，花费156美元；采用测试时自适应方案的ResNet18效果远好于Claude，费用不到0.20美元，便宜280倍以上。 BatchBench重点检验同一实验不同批次影像之间的系统性批次效应。结果表明，至少在Cell Painting任务中，经过测试时自适应的专用小模型能以更低成本应对这一偏差，其表现不能直接外推到其他影像任务或模型。

AI 根据报道生成 · 15 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。