IXThinker·2025-06-05 22:10上交大×SII開源診斷測評集 o3僅得51.12%
AI能否獨立問診？上海交通大學SPIRAL Lab與GAIR Lab構建高難度複雜疾病診斷測評集DiagnosisArena並開源，測試顯示最先進的o3模型準確率僅51.12%，距離臨床可用仍有明顯距離。
診斷測評集開源
為系統評估AI在臨床診斷任務中的實際表現，上海交通大學SPIRAL Lab與GAIR Lab共同構建了DiagnosisArena測評集，並對外開源發布。
該測評集聚焦高難度的複雜疾病診斷場景，模擬真實臨床環境中的多輪推理過程，為客觀衡量大語言模型的醫療能力提供了一把嚴格標尺。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。