medRxiv 临床预印· Omar, M., Glicksberg, B. S., Sakhuja, A., Barash, Y., Charney, A. W., Klang, E., Nadkarni, G. N. ·· 23 小时前精选AI 评分58
决策模型作为医疗AI答案低成本评审器的评测研究
A decision-only model as a low-cost judge of medical AI answers
AI 导读
一项在OSF预注册的评测研究将TypeSafe Jev 1.13作为评审模型，在HealthBench、When Rubrics Fail、MedVAL、CounselBench和Real-POCQi五个临床基准上测试，共25,091个单元、213,913次模型调用。
推荐理由
该研究在五个临床基准上对比了低成本决策模型与前沿模型的评审表现，可为医疗AI输出评审的成本与取舍提供量化参考。
来源：medRxiv 临床预印 · medrxiv.org