跳到正文
arXiv · ML· Alfredo Madrid-Garc\'ia, Beatriz Merino-Barbancho·· 2026-10-06AI 评分36

Jev在医学领域的能力评估:一项基准测试研究

Jev in Medicine: A Benchmark Evaluation

AI 导读

summary_zh: Jev 1.13 是一款非生成式“系统一”模型,在 4 项医学基准测试中表现不一。 在 PubMedQA 上准确率 78.4%,与 GPT-6 Sol 持平;但在 NEJM Case Challenges 上仅 61.8%,远低于 GPT-6 Sol 的 82.4%。

来源:arXiv · ML · arxiv.org