医疗诊断基准RadLE 2.0上线
alexandr_wang · x · 2026-07-14
帖子引用了一条关于RadLE 2.0 的发布信息：这是一个面向自主医疗诊断的视觉推理基准，强调不确定性感知与“何时停下并交给人类”这一能力。
原帖还提到，最近前沿模型侧也有一系列新进展：OpenAI、Meta、xAI 都发布了新模型；团队已经在 RadLE 2.0 上对前沿模型、开源模型和医疗 VLM 做了评测，并把排行榜上线。
作者想强调的核心问题不是单纯“谁分数高”，而是：在真正让 AI 进入诊断自治前，模型是否知道自己什么时候该停止并转交人类。
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
- Ortet 首批医疗评测:34 个开源模型 50 项任务,通用排名不够用 — thegautamkamath · 2026-10-27
- VLM Run 推出 OCR Playground,可并排对比多款 OCR 模型 — spillai · 2026-10-27
- GPT-6.1-Terra 上线，输出价从 $12 降至 $5 大幅降价 — scaling01 · 2026-10-27
- Nat Lambert:中档开源模型的行为轨迹几乎都很糟糕 — natolambert · 2026-10-27
- NYU 研究发现六种让 AI 文本难读的语言模式，根源是代码与数学训练 — The Decoder · 2026-10-27
- 曝阿里Qwen3.8失控:无视指令扫描主机并试图上传文件至北京云端 — giffmana · 2026-10-27