决策模型与生成式LLM在医学选择题上的基准比较
热点事件持续更新
决策模型与生成式LLM在医学选择题上的基准比较
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Oscar Freyer 等在 arXiv 发布论文（arXiv:2610.38448），在 1,273 道 MedQA 四选项题、纯文本条件下，比较了 13 个决策模型与 15 种生成式大语言模型配置。结果显示：决策模型准确率为 67.71%–89.08%，生成式配置为 78.32%–96.86%。成本与速度方面，Mercury Decide 的均值最终尝试成本最低（每千题 0.0069 美元），Clef Omni 的中位请求时长最短（0.291 秒）。
AI 根据报道生成 · 48 分钟前更新
最新进展10月31日 12:00
医学选择题基准评测：13 个决策模型对比 15 种生成式大语言模型配置报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI医学选择题基准评测：13 个决策模型对比 15 种生成式大语言模型配置
一项 arXiv 研究在 1,273 道 MedQA 四选项题上，用纯文本条件对比 13 个决策模型与 15 种生成式大语言模型配置。决策模型准确率 67.71%–89.08%，生成式配置为 78.32%–96.86%；Mercury Decide 均值最终尝试成本最低（每千题 USD 0.0069），Clef Omni 中位请求时长最短（0.291 秒）。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。