arXiv发布西班牙MIR考试LLM不确定性研究
热点事件持续更新
arXiv发布西班牙MIR考试LLM不确定性研究
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
arXiv于2026年10月22日发布一项研究，评估4个参数量8至270亿的开放大语言模型在西班牙MIR考试中的表现。研究指出，模型因正确率高于25%盈亏平衡点而不弃权，排名预计在前600至3000名之间，可报考41至43个专业。 研究发现医疗微调虽降低过度自信，但准确率下降且置信度区分力未改善。此外，13%-38%的正确答案基于临床依据不足的理由，且移除或替换图像后模型准确率保持不变。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
开放 LLM 在西班牙 MIR 考试中的不确定性、推理与图像使用研究报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv · NLP开放 LLM 在西班牙 MIR 考试中的不确定性、推理与图像使用研究
研究评估四个参数量 8 至 270 亿的开放模型在西班牙 MIR 考试中的表现，三个大模型预计排名在约前 600 至 3000 名之间，可报考 41 至 43 个专业。 模型从不弃权，因为即使最不确定的答案正确率也高于 25% 的盈亏平衡点；医疗微调降低了过度自信但降低准确率且未改善置信度区分力，且 13%-38% 的正确答案基于临床依据不足的原因，移除或替换图像后准确率不变。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。