Ling-3.0-flash-Sante 实测:13 万 token 病历读取 61 秒、推理 11 分钟
maniac518 · reddit · 2026-11-19
开发者 SudoingX 用 AntLing 的 Ling-3.0-flash-Sante 医疗模型在两台 DGX Spark 上实测一份合成患者完整病历:71 年 334 次就诊,130,993 token 单次输入,读取耗时 61 秒(约 2,148 tok/s),随后模型思考 30,865 token、约 11 分钟得出答案。
按同一合成数据的答案键评分:过敏 7/7 全对、在诊疾病 8/10、牙科代码 2/7、当前用药 2/5;所有已停用条目均未误列,并识别出一条 1954 年开始、持续 67 年的用药。作者强调这是研究模型而非医疗设备,结果需人工核对。长病历的难点在于「开始-停用-重启」条目密集,「当前」判断完全依赖日期准确性。
「Infra」频道最新
- AI 基础设施的两条能源时钟:灵活性买时间,容量定规模 — ingliguori · 2026-11-19
- NVIDIA 联手 Voxel51、Encord 直播演示 Cosmos Data Factory 生成训练数据 — NVIDIAAI · 2026-11-19
- 分析师:存储产品已从大宗商品转向价值定价,高利润率可持续 — BenBajarin · 2026-11-19
- 微软开源 2.3B 端侧模型 Aion,明年 1 月起内置 Windows — jacek2023 · 2026-11-19
- 61 秒读完 71 年 13 万 token 病历,推理却花了 11 分钟 — maniac518 · 2026-11-19
- 47 项地方公投 46 项否决:数据中心成美国选举焦点 — WillRinehart · 2026-11-19