热点事件观察中
风湿病学考题与诊断案例中的决策模型评估
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年10月29日，一项发表于arXiv cs.CL的研究评估了Decision与System One模型在风湿病学专科培训考题与诊断案例中的准确性与校准。研究使用172道西班牙专科培训考题（RheumaMIR）和RheumBench的70个诊断案例。在考题中，Jev准确率为西班牙语93.0%、英语91.9%，低于GPT-6 Sol的99.4%；在诊断案例中，GPT-6 Sol为76.9%、Jev为50.0%，各System One模型均低于GPT-6 Sol。目前进展为上述评估结果公布。
AI 根据报道生成 · 3 小时前更新
最新进展10月29日 00:00
研究显示Jev考题准确率低于GPT-6 Sol，诊断案例中各System One模型均落后。报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- arXiv cs.CL风湿病学中的Decision与System One模型：专科培训考题与诊断案例的准确性与校准评估
研究评估了Decision与System One模型在风湿病学考题和诊断案例上的准确性与校准。在172道西班牙专科培训考题（RheumaMIR）中，Jev准确率为西班牙语93.0%、英语91.9%，低于GPT-6 Sol的99.4%；在RheumBench的70个诊断案例中GPT-6 Sol为76.9%、Jev为50.0%，各System One模型均低于GPT-6 Sol。
本事件热度走势
当前热度 3·可比范围峰值 3（10月30日 15:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。