风湿病学考试与诊断案例中决策模型评测

2026年10月30日，arXiv Artificial Intelligence 刊出 Alfredo Madrid-García 等作者的论文，评估 Decision 与 System One 模型在风湿病学考试题和诊断案例上的准确性与校准。研究使用172道西班牙风湿病专科考试题（RheumaMIR数据集，含西班牙语与英语双语）和70个 RheumBench 英文诊断案例。论文目标为评估上述模型在这两类任务中的准确率与校准表现。目前报道仅披露评测对象、数据集规模与语言构成，未给出具体准确率或校准结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。