热点事件持续更新
Jev 医学基准评测对比 GPT-6 Sol
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布一项研究，评测非生成式“System One”模型 Jev 1.13 在医学问答任务上的表现。该研究选取 MetaMedQA、PubMedQA、DiagnosisArena-MCQ 和 NEJM Case Challenges 四个医学基准，并以 GPT-6 Sol 作为参照模型进行对比。目前报道仅披露评测设置，未给出具体得分或结论，后续进展有待更多报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月3日 12:00
arXiv 发布 Jev 1.13 在四个医学基准上的评测研究，以 GPT-6 Sol 为参照。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）Jev 医学基准评测：非生成式“System One”模型在医学问答上的表现
研究评测了非生成式“System One”模型 Jev 1.13 在 MetaMedQA、PubMedQA、DiagnosisArena-MCQ 和 NEJM Case Challenges 四个医学基准上的表现，以 GPT-6 Sol 为参照。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。