arXiv 上发表的一项最新调查评估了 18 个用于医疗应用的大语言模型 (LLM)，发现通用模型在决策任务上优于专用模型，而专用模型在诊断方面表现更好。此外，一款名为 Infinity-Parser2 Pro 的新型文档解析模型在使用包含 500 万个样本的开放数据集 olmOCR-Bench 时，取得了 87.6% 的基准测试分数。 AI
排序理由 该集群包含一篇关于医疗领域大语言模型的论文和一个文档解析模型的基准测试结果。
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
Medical AI survey tests 18 LLMs, finds general models beat specialists A new arXiv survey maps clinical needs to AI reasoning capabilities across 18 models, revealing specialist LLMs win diagnosis while general models lead decision https://www. notatechguy.com/medical-ai-sur vey-…
Infinity-Parser2 tops document parsing benchmarks at 87.6% Infinity-Parser2 Pro scores 87.6% on olmOCR-Bench with a 5-million-sample open dataset, reshaping document parsing for developers and small businesses. https://www. notatechguy.com/infinity-parse r2-tops-document-parsing-…