实测 16 个开源模型读处方：传真模糊后 7 个把 300mg 认成 100mg 且无一报错
MaziyarPanahi · x · 2026-11-06
Maziyar Panahi 用手写处方数据集 RxHandBD（5578 张手写单词图，CC BY 4.0）和 DailyMed 的 FDA 药品说明，测试开源模型读取儿童给药剂量表的能力。
核心发现：一张清晰纸面上的儿童给药表，16 个顶级开源模型全部正确读出 300mg；但经过模拟传真（引入模糊和断线）后，中位模型准确率从 93% 跌到 85%，有 7 个模型把「3」误读成别的数字、将剂量看成了 100mg——而且 7 个无一主动标记不确定。
他的评论点出要害：「整齐表格里的一个错误数字，比模糊的一页更危险。」在医疗剂量场景，模型流畅输出的错误比承认读不清更值得警惕。首轮测试综合最佳的是 Muse Spark（78.3），Topiramate 12–22kg 剂量行是传真后出错的高危项。作者声明不构成医疗建议。
所属事件:实测:页面轻微模糊后 16 个主流模型无一发现剂量读错(2 条相关)→
「模型」频道最新
- Rubricon 论文：自动生成评测 rubric，让今天的 LLM 评得了明天的模型 — deliprao · 2026-11-07
- Kimi K3.1 Pro 上架 Microsoft Foundry，百万 token 上下文主攻 Agent — DanWahlin · 2026-11-07
- Ripple 65B Preview 编码基准对比 Qwen 3.8:SWEBench Pro 79.1 分领先 — Nota_ReAlperson · 2026-11-07
- Bittensor 子网模型上线约 30 天即登顶权威独立排行榜 — airesearch12 · 2026-11-07
- 美团 LongCat-2.5 登陆 Nous Portal,一周限时免费 — alexcovo_eth · 2026-11-07
- 8 类 LLM 各司其职：一文看懂 AI Agent 里的模型分工 — mdancho84 · 2026-11-07