PulseAugur
中
实时 14:24:21
实体 OpenAI o1-mini

OpenAI o1-mini

PulseAugur coverage of OpenAI o1-mini — every cluster mentioning OpenAI o1-mini across labs, papers, and developer communities, ranked by signal.

Show in brief
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
关系
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_96166 ·

    新的基准MedicalAgentsBench测试LLM的复杂医学推理能力

    研究人员开发了MedicalAgentsBench，这是一个旨在评估大型语言模型复杂医学推理能力的新基准。该基准包含862个临床问题，比较了内化推理模型与外化基于代理的框架。研究结果表明，这两种方法都能独立提升性能，并且它们的结合能产生最佳结果，其中o3-mini模型与MDAgents框架的组合达到了最高的准确率。