医疗AI基准显示难题准确率降至65%

Maziyar Panahi发布Clinical System One v0.2医疗决策基准结果：43个模型在原始669道题上的最高得分为96%—97.5%，但加入324道顶级模型也会答错的难题后，最高准确率降至65.1%。mammoth-1与d1-ultra并列第一，后者得分为60.5%。 其中88道题需要从注射器、监护仪、输液泵等图像读取信息，图像题最佳决策准确率为49.1%。新增难题的标签尚未经临床医生审核，因此结果仍待进一步验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。