medRxiv · All· Omar, M., Glicksberg, B. S., Sakhuja, A., Barash, Y., Charney, A. W., Klang, E., Nadkarni, G. N. ·· 1 天前AI 评分64
TypeSafe Jev 1.13 在五项临床基准上评审医疗 AI 答案
A decision-only model as a low-cost judge of medical AI answers
AI 导读
研究在五项临床基准的 25,091 个单元上，以 213,913 次模型调用测试 TypeSafe Jev 1.13 评审医疗 AI 答案，六项任务与专家标签的平均一致率为 64.7%。
来源：medRxiv · All · medrxiv.org