实体 Mercury Decide

Mercury Decide

PulseAugur coverage of Mercury Decide — every cluster mentioning Mercury Decide across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_332867 · Oct 31 · 04:00

LLM在医学问答上优于决策模型，但成本和速度各异

一项新研究发布在arXiv上，使用MedQA数据集中的医学选择题，对传统决策模型和生成式大语言模型（LLMs）进行了基准测试。研究发现，虽然LLM配置实现了更高的准确率，范围从78.32%到96.86%，而决策模型为67.71%到89.08%，但像Mercury Decide这样的特定决策模型提供了显著更低的每查询成本。在测试的配置中，Clef Omni显示出最短的请求持续时间。研究还强调，决策模型的概率可以区分正确答案，但其高置信度…