IXThinker·2025-05-14 18:50

OpenAI醫療基準出爐 o3表現逼近人類醫生

OpenAI發布醫療評測新基準HealthBench，聯同來自60個國家的262名執業醫生共同打造，內含5000個基於真實場景的健康對話。測試中OpenAI o3登頂，表現幾乎達到人類醫生的最佳水平，被稱為具AGI標誌意義的用例。

基準如何構建

HealthBench由全球60個國家、262名執業醫生與OpenAI聯手建立，包含5000個基於現實場景的健康對話，每則對話都附有醫生訂製的評分標準，用以評估模型回應的可靠程度。