arXiv cs.AI· David Fraile Navarro, Jialei Sheng, Farah Magrabi, Enrico Coiera·· 1 天前AI 评分58
arXiv 论文：评测格式而非模型能力主导消费级健康 AI 分诊错误率
Evaluation format, not only model capability, shapes measured triage failure in consumer health AI
AI 导读
Macquarie 大学等机构研究者在 arXiv 发表论文，质疑此前 Nature Medicine 关于 ChatGPT Health 漏诊 51.6% 急症的研究结论，认为该错误率很大程度是评测协议的产物而非模型能力问题。
来源：arXiv cs.AI · arxiv.org