医疗 AI 最弱环节恰是临床决策支持与行政工作流
jonc101x · x · 2026-10-28
线程(9/14):这些基准源自 MedHELM 的发现——临床决策支持与行政/工作流是医疗 AI 表现最弱的领域之一,而这恰恰是医疗系统最需要 AI 帮助的地方,形成反差。上一条(8/14)给出 HealthAdminBench 数据:Claude Opus 4.6 端到端完成率 36.3%,GPT-5.4 子任务 82.8% 但完整工作流仅 26.7%。
所属事件:HealthAdminBench：医疗AI行政工作流表现堪忧(2 条相关)→
「研究」频道最新
- 逐个神经元扫 Qwen3-8B,用 Haiku 给怪异度打分 — Sauers_ · 2026-10-28
- 研究者跟进 OpenAI/Anthropic 的 ETH 反驳声明，发布 Lean 机器校验的哈密顿回路结果 — xennygrimmato_ · 2026-10-28
- DiscoTrace 获 EMNLP 最佳论文:LLM 答题策略缺乏人类式的社区多样性 — TuhinChakr · 2026-10-28
- arXiv 新论文提出世界模型表征的三问框架：可达性、准入与指派 — SoloGen · 2026-10-28
- OpenAI 发布内部前沿模型数学成果，Terence Tao 长文回应消化之道 — krisspy39 · 2026-10-28
- Divergence Labs 联手 Anthropic 用 Claude 发现食物过敏抗体疗法 — anshulkundaje · 2026-10-28