Jev 1.13 临床笔记 153/153 满分,669 题医疗基准并列第二且最快
MaziyarPanahi · x · 2026-10-13
TypeSafe 的 Jev 1.13 在 Clinical System One 医疗决策基准(669 题)上表现突出:真实长度临床笔记 153/153 满分,是仅有的两个满分模型之一;总分 628/669 并列第二(93.9%),且是超过 90% 的模型中最快的(345ms),每千次决策成本 $0.044。榜首 pplx-decider v1.1 准确率 96.1%、$0.025/1K;GPT-6 Luna 95.2%。基准涵盖分诊、笔记、标准与 ICD-10-CM,并统计「严重错误」(漏诊急症、过敏误读)。
「模型」频道最新
- Meta 新模型 Muse Wonder 上线 OpenRouter 平台 — jeff_weinstein · 2026-10-13
- Muse 高级工程师基准成绩被撤回，作者自曝测试流程出问题 — danshipper · 2026-10-13
- KOL 断言：Meta 模型现阶段零机会与 Google、OpenAI、Anthropic 竞争 — iruletheworldmo · 2026-10-13
- 开发者把 EmbeddingGemma 2 改造成语音转文字，M3 上 13 秒转录 1 小时音频 — solyarisoftware · 2026-10-13
- Alexandr Wang 盛赞 Theo 模型排名:Opus 5.5 与 Muse Wonder 居 S 档 — alexandr_wang · 2026-10-13
- Reddit 用户痛诉 Gemini 质量下滑:连汽车灯泡型号都答错 — hotboxuzi · 2026-10-13