Grok 4.6 夺冠 MedAgentBench 医疗智能体基准
XFreeze · x · 2026-08-19
Grok 4.6 在 MedAgentBench 基准测试中登顶，得分约 95.9%。Grok 4.5 以约 93.4% 的成绩位列第三，GPT-5.6 Sol 排名第二。
MedAgentBench 专注于真实世界的医疗代理任务，在模拟电子病历环境中测试 300 项临床任务，要求模型进行推理、使用工具并执行多步骤临床工作流。
所属事件:Grok 4.6 登顶 MedAgentBench 临床智能体基准(2 条相关)→
「模型」频道最新
- Meta 开源 816B MoE 模型 Muse Spark Open,登顶美国开源权重榜首 — ArtificialAnlys · 2026-10-16
- Nolla Health 后训练 Nemotron 3.5：视觉诊断准确率 35% 升至 66.8% — LoganGrasby · 2026-10-16
- 开发者:除顶尖专家外,编码模型在软件各领域已全面超越人类 — zack_overflow · 2026-10-16
- 爆料预测:中国前沿模型或 2027 年 3 月追平 GPT-6 级别 — teortaxesTex · 2026-10-16
- Liquid AI 决策模型 d1-ultra 上线 Vercel AI Gateway — JosephJacks_ · 2026-10-16
- DeepLearningAI 周报:Haiku 5.5 降价九成、Gemini 4 Argon 输出上限升至 1M — DeepLearningAI · 2026-10-16