Topol 与 Derya 激辩：GPT-4 技能退化研究能否外推
心脏病学家、AI 医疗评论人 Eric Topol 与免疫学者/AI 评论者 Derya Unutmaz（@DeryaTR）在 X 上就一项研究爆发争论：该研究探讨医生使用 AI 后是否还能获得持续的技能提升（upskilling）。Topol 指出研究的关键目标是验证「当前前沿模型使用后能否带来持续技能提升」，但争论至今没有人给出相关解释或证据。争论焦点是该研究的结论建立在 GPT-4 之上，能否外推到今天乃至未来的模型。
已确认
- 争论双方立场明确：Derya Unutmaz 坚决反对 Topol 的看法，认为当前模型与三年前的 GPT-4 相比进步巨大、不可同日而语，用 GPT-4 做的研究已过时，不能外推到 GPT-6 等未来模型；他并强调期刊审稿的出版延迟使得论文里的模型水平滞后于实际可用的 LLM。
- Topol 的回应是：在用未来模型（如 GPT-6、Opus 5.5）完成可比研究之前，基于 GPT-4 的研究结论依然成立、依然适用。
- Topol 还在争论中反复追问批评者提供「前沿模型带来持续技能提升」的证据，并表示至今无人给出。
尚未确认
- 双方争论所涉研究的具体设计、样本与数据细节在帖子材料中未披露，无法核实。
- 「当前模型是否已解决技能退化问题」本身无任何一方给出实证，仅是立场交锋。
为什么重要
- 这场争论触及 AI 医疗落地的一个核心问题：如果依赖 AI 会削弱医生自身技能的持续提升，且这一效应随模型代际是否变化尚无定论，将直接影响医学院与医院如何规范 AI 辅助诊疗。期刊审稿周期与模型迭代速度的错位，也使「研究结论是否过时」成为 AI 领域普遍的方法论争议。
2026-10-27 ~ 2026-10-27 · 5 条相关
一手来源
- Eric Topol 与批评者激辩：GPT-4 研究结论能否外推到未来模型 — EricTopol ·
- 学者争论：现行 LLM 远超 GPT-4，但期刊审稿延迟挡住了新模型 — DeryaTR_ ·
- 【源头】学者争论：现行 LLM 远超 GPT-4，但期刊审稿延迟挡住了新模型 — DeryaTR_ · 2026-10-27
- Eric Topol 质疑前沿模型研究:持续技能提升的证据何在 — EricTopol · 2026-10-27
- Eric Topol 与 Derya 隔空激辩:用过时 GPT-4 能否外推当前模型结论 — DeryaTR_ · 2026-10-27