前沿模型读生物医学影像近于瞎猜，小模型反便宜280倍

gklambauer · x · 2026-11-12

推文发布 BatchBench：在 Cell Painting 生物医学影像任务上，Claude Opus 5.5 的判读准确率接近随机水平（花费 156 美元），而一个 ResNet18 加测试时自适应（test-time adaptation）的方案便宜 280 倍以上（不到 0.20 美元），效果远好于前沿大模型。

作者指出真正的瓶颈是批次效应（batch effects）——同一实验不同批次影像间的系统性偏差，这正是 BatchBench 基准要检验的问题。结论：前沿多模态大模型在专业生物医学影像理解上仍未跨越这道墙，专用小模型在该场景仍是更优解。