OpenAI開源HealthBench，60個國家合力開發5000段真實對話
0
金色財經報導，OpENAI開源了一個專門面向醫療大模型的測試評估集——HealthBench。 與以往測試集不同的是，該測試集的5000段核心測試對話，全部由來自60個國家/地區的26個專業262名醫生打造，極大增強了該測試集的難度、真實性以及豐富度。 並且採用了多輪對話測試，而不是簡單的答題或選擇題模式。 根據測試數據顯示，大模型在醫療保健領域的表現有了顯著提升。 例如，從之前的GPT-3.5Turbo的16%到GPT-4o的32%，再到o3的60%，整體性能有了顯著進步。 尤其是小型模型的進步更為突出，GPT-4.1nano不僅在性能上超越了GPT-4o，而且成本降低了25倍。
來源:
登入回覆
登入分享您的看法評論
相關文章
|Square
下載BTCC APP，您的加密之旅從這啟程
立即行動 掃描 加入我們的 100M+ 用戶行列