研究人员开发了OralMLLM-Bench，这是一个旨在评估多模态大语言模型（MLLMs）在牙科放射学领域认知能力的新基准。该基准涵盖了三种牙科X光片的感知、理解、预测和决策能力，纳入了超过3800名临床医生对27项不同任务的评估。评估显示，包括GPT-5.2和GLM-4.6等模型在内的当前MLLMs与人类牙科专业人员之间存在性能差距，突显了临床环境中未来AI发展的方向。 AI
影响 引入了一个专门的基准来评估牙科诊断中的AI，可能指导未来临床应用的模型开发。
排序理由 这是一篇介绍新AI模型评估基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
