IXThinker·2025-06-04 14:50

史丹福臨床AI評測 DeepSeek R1奪冠

史丹福團隊完成一次貼近臨床實務的大模型醫療評測，DeepSeek R1以66%勝率奪冠。評測不局限於醫療執照試題，而是聚焦醫生日常工作的真實場景，獲海外網民讚賞其全面性。

評測設計

團隊構建含35個基準測試的綜合評估框架，覆蓋22個子類別醫療任務，分類體系經臨床醫生驗證，由來自14個醫學專科的29名執業醫師共同開發。