ClinicalBench 更新：Kimi K3 解出 10 题中的 7 题
teortaxesTex · x · 2026-07-23
这条转发围绕 ClinicalBench v0.0.4 的更新展开：引用内容显示，Kimi K3 在 10 个虚拟 EHR 沙箱病例里解出 7 个，但 Grok 4.5 的分数仍然更高。
基准任务要求模型在虚拟电子病历环境中完成：
- 采集病史
- 做体检与检查
- 下达化验、影像、手术和用药指令
- 最终给出诊断
引用里还提到：有一个病例连所有模型都没解出来，但对医生来说并不算特别难。
「模型」频道最新
- Black Forest Labs 传出 Flux 3：图像视频音频动作一体 — ZeroStateReflex · 2026-07-23
- Steve Hou 预判美国开源模型将随企业推理需求爆发 — soumitrashukla9 · 2026-07-23
- 马斯克称 GPT-5 或 GPT-6 可能接近最聪明人类 — kevinnbass · 2026-07-23
- X 用户吐槽：发一个 prompt 就被模型拦了 — gabriel1 · 2026-07-23
- Kimi K3 被指 27 分钟、32 个 agents 找到并利用 Redis 0day — HanchungLee · 2026-07-23
- Reddit 盘点 2B 激活参数 MoE 的中间档空白 — WhoRoger · 2026-07-23