MLCR-AA 医疗长文本基准更新：2.5万至6.4万 token 病历推理
ArtificialAnlys · x · 2026-10-21
Artificial Analysis 更新了 MLCR-AA（Medical Long Context Reasoning）方法论与结果。该基准来自 Wisedocs，用约 25k–64k token 的合成病历测试模型的多文档综合推理能力——还原时间线、因果与治疗模式，模拟保险与医疗理赔审核的专业工作。每题由三个 LLM 评审对照专家标注的 ground truth 打分，报告通过率、准确率与完整度。MLCR-AA 评测公开数据集中最难两档的私有保留集（60 题、每题跑 3 次），由 Artificial Analysis 独立执行。
所属事件:医疗长文本基准 MLCR-AA 更新：Claude Sonnet 5.5 与 GPT-6 Astra 并列第一(7 条相关)→
「模型」频道最新
- Perplexity 发布 JOLT:训练 token 只需 GRPO 的 1/6.5 — perplexity_ai · 2026-10-22
- Recursive AI 发布 40B-A2.5B 小型 MoE 模型 Flint,基准称对标 Qwen3.6-27B — ChengleiSi · 2026-10-22
- DeepSeek 发布 V4.1-Flash-1017：性能成本双优化，登顶开源推理榜 — scaling01 · 2026-10-22
- 修复 PHP 漏洞被 OpenAI 安全限制拦住:能修不能验,用户吐槽 Codex 拦截 — Next_Technology6361 · 2026-10-22
- TPN-006 上架 Hugging Face:7.7GB 压缩版反超 Mistral 原模型 — markjeffrey · 2026-10-22
- Kimi K3.1 新 checkpoint 零样本 22 分钟画出 4.9 万 token SVG 肖像 — lyraxana · 2026-10-22