TRUMP(特朗普币)芝麻开门交易所

OpenAI开源HealthBench,60个国家合力开发5000段真实对话

日期:2025-05-13 06:59:24 欄目:衍生品 閱讀:
港澳臺幣圈报道,OpenAI开源了一个专门面向医疗大模型的测试评估集——HealthBench。与以往测试集不同的是,该测试集的5000段核心测试对话,全部由来自60个国家/地区的26个专业262名医生打造,极大增强了该测试集的难度、真实性以及丰富度。并且采用了多轮对话测试,而不是简单的答题或选择题模式。根据测试数据显示,大模型在医疗保健领域的表现有了显著提升。例如,从之前的GPT-3.5Turbo的16%到GPT-4o的32%,再到o3的60%,整体性能有了显著进步。尤其是小型模型的进步更为突出,GPT-4.1nano不仅在性能上超越了GPT-4o,而且成本降低了25倍。

我來作答

作者

10236

提問

47198M+

閱讀量

1

回答

3百+

被讚

2百+

被踩