ATHENA药物推理准确率达94.7%，超GPT-5达17.8个百分点
marinkazitnik · x · 2026-07-07
在3168道药物推理题（DrugPC）和456个患者特异性治疗病例（TreatmentPC）上，ATHENA分别取得94.7%和82.9%的准确率，超GPT-5达17.8和10.7个百分点，并大幅优于DeepSeek-R1（671B）。研究发现，为GPT-5提供可选工具访问权限几乎未改善其准确率——它仅在约1%的情况下主动调用工具，说明工具访问本身不是瓶颈，关键在于模型能否识别自身知识边界并主动查询，而非在不确定时仍自信给出答案。
所属事件:开源医疗AI智能体ATHENA发布：推理准确率超GPT-5(8 条相关)→
「研究」频道最新
- Qwen3.8-Flash-Next 开源 180B 权重，被视为后门研究理想样本 — jd_pressman · 2026-10-27
- 英国 AISI 发文：现有手段不足以防生物 AI 工具被滥用 — davidmanheim · 2026-10-27
- CMU 发布 XYBench:LLM 只答字面问题,常无视用户真实需求 — valentina__py · 2026-10-27
- arXiv 前主席提示:投稿主分类选错,论文几乎必被搁置 — tdietterich · 2026-10-27
- arXiv 积压超 4000 篇论文被搁置，版主致歉并给出避坑建议 — tdietterich · 2026-10-27
- 72 张实拍图训练 MOSS 锐度滑块 LoRA,权重 1 到 -1 调焦 — aoleg77 · 2026-10-27