评估决策模型在风湿病学考题与病例上的表现

Alfredo Madrid-García 等开展研究，评估并比较 Decision 与 System One 模型在风湿病学考试题和诊断病例上的准确率与校准度。 评测使用两个基准：一是扩充版 RheumaMIR 数据集，包含 172 道来自西班牙专科培训考试的题目，涵盖西班牙语和英语；二是 RheumBench 的 70 个英文诊断病例（每例含 5–18 个候选诊断），其中 52 例包含参考诊断。

AI 根据报道生成 · 42 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。