一位皮肤科医生将两种大型语言模型 GPT-6 Astra 和 Claude Fable 5.1 的诊断准确性与一个 2015 年的 Google 图像网络在 200 个经活检证实的皮肤病变上进行了比较。旧的 Google 网络准确率为 62%，而两种 LLM 的准确率均为 42%。这项研究的数据和代码均公开可用，突显了当前 LLM 在医学诊断方面的局限性，因为在设定的阈值下，CNN 会漏诊 30 例黑色素瘤中的 18 例。 AI
影响 与较旧的专业模型相比，当前的 LLM 在皮肤病学方面的诊断准确性有限，表明医学 AI 应用需要进一步发展。
排序理由 比较 LLM 在特定医疗任务上相对于现有模型的性能。[lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — sigmoid.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
