热点事件持续更新

Artificial Analysis 更新医疗长文本推理基准 MLCR-AA

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Artificial Analysis 更新了 Wisedocs 医疗长上下文推理基准 MLCR-AA，调整了提示与评分方式，并公布了新的模型排名：Claude Sonnet 5.5 与 GPT-6 Astra 以 41.7% 并列第一，GPT-6.1 Sol 以 38.3% 列第三，Qwen3.8 2.4T A95B 以 30.6% 领跑开源权重模型。调整后，模型被要求以病历审阅者身份作答，对问题的每一部分用一段话给出结论及病历中的支撑证据；答案由一个由三款模型组成的新评审小组评分。Artificial Analysis 称，他们还对照原始病历复核了全部 60 条专家参考答案，并修订其中 15 条。

AI 根据报道生成 · 2 小时前更新

最新进展10月21日 23:53

Artificial Analysis 更新 MLCR-AA 医疗长上下文推理榜单

报道时间线

沿着报道，了解事件的不同侧面。

10月21日

23:53
Artificial Analysis
Artificial Analysis 更新 MLCR-AA 医疗长上下文推理榜单
Artificial Analysis 更新了 Wisedocs 医疗长上下文推理基准 MLCR-AA 的提示与评分方式，Claude Sonnet 5.5 与 GPT-6 Astra 以 41.7% 并列第一，GPT-6.1 Sol 以 38.3% 紧随其后，Qwen3.8 2.4T A95B 以 30.6% 领跑开源权重模型。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1010月22日 00:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。