Sante 在 DiagnosisArena-MCQ 得 83.83 分，这分数说明什么？
Expert_Coffee_203 · reddit · 2026-09-09
Reddit 帖质疑医学模型 Sante 在 DiagnosisArena-MCQ 上 83.83 分的实际含义：该基准由多项任务组合而成，得分未必能直接转化为通用医学推理能力。发帖人询问大家如何衡量此类基准分数在对比医学推理模型时的权重，引发对基准有效性的讨论。
「研究」频道最新
- Insilico AI 药物受试者生物年龄平均降约 3 岁，称有望延缓衰老 — Polymarket · 2026-09-09
- 交互式讲解 Looped Transformers：同样的层再跑一遍能换来什么 — cto_junior · 2026-09-09
- Hugging Face 联合创始人:AI 数学并非「已解决」,开放式研究仍是沃土 — Thom_Wolf · 2026-09-09
- 从层级定理与自然证明障碍重新理解 P≠NP 的世界 — MoonL88537 · 2026-09-09
- arXiv 新论文明示:Legendre-Fenchel 变换可解读为二次极性对偶 — FrnkNlsn · 2026-09-09
- Michael Levin“柏拉图空间”论文过审，自曝遭学界围攻 — drmichaellevin · 2026-09-09