RadLE-R：准确不等于可信
DrDatta_AIIMS · x · 2026-07-13
这条是 RadLE-R 的补充说明，重点仍然是“自主级回答是否真的正确”。
作者再次强调：
- Claude Fable 5 在该指标上几乎追平人类专家。
- 其他模型则掉得比较厉害。
- 这说明模型即使越来越准确，也未必越来越可信。
所属事件:RadLE 2.0发布：医疗AI评测聚焦不确定性(8 条相关)→
「模型」频道最新
- 传 GPT-6 早已过时数月，OpenAI 新前沿模型酝酿数学突破 — ChrisGPT · 2026-10-27
- Meta Muse Spark 1.3 系统卡采用图宾根 4 项评测基准 — maksym_andr · 2026-10-27
- ChatGPT Pro 500 套餐曝光：月费 445 英镑，周额度已用 91% — yoimnotkesku · 2026-10-27
- 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
- OpenAI 发布 Terra 遭社区失望：实验室内部与公开模型差距拉大 — ChrisGPT · 2026-10-27
- Claude 被喂「物理穿帮」AI 视频：自动算 CFD 修复后重渲染同场景 — OfirPress · 2026-10-27