arXiv · NLP· Alfredo Madrid-Garc\'ia, Diego Benavent, Fabian Lechner, Phillip Kremer, Johannes Knitza, Beatriz Merino-Barbancho·· 5 小时前AI 评分25
风湿病学中 Decision 和 System One 模型的准确性与校准：基于专科培训考试题和诊断案例
Decision and System One models in rheumatology: accuracy and calibration on specialty-training examination questions and diagnostic case vignettes
AI 导读
在风湿病学专科考试和诊断案例基准测试中，System One 模型在考试题上表现优异，但在诊断案例中准确性低于 GPT-6 Sol。 在 RheumaMIR 考试题目中，Jev 的西班牙文准确性为 93.0%，英文为 91.9%；而在诊断案例 RheumBench 中，各 System One 模型准确性显著降低，GPT-6 Sol 以 76.9% 领先。
来源：arXiv · NLP · arxiv.org