arXiv Artificial Intelligence· Oscar Freyer, Daniel Glauert, Moritz Hofmann, Max Ostermann, Stephen Gilbert, Jakob Nikolas Kather·· 17 小时前AI 评分34
医学多选题上决策模型与生成式大语言模型的基准对比
Benchmarking decision models against generative large language models on medical multiple-choice questions
AI 导读
研究在纯文本条件下用 1,273 道四选项 MedQA 题对比了 13 个决策模型与 15 种生成式大语言模型配置，决策模型准确率 67.71%–89.08%，生成式配置为 78.32%–96.86%。
来源：arXiv Artificial Intelligence · arxiv.org