研究：ChatGPT Health 分诊失败率由评测格式驱动
热点事件持续更新
研究：ChatGPT Health 分诊失败率由评测格式驱动
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
arXiv 论文（arXiv:2603.11413）称，此前 Nature Medicine 报告的 ChatGPT Health 对 51.6% 急症漏分诊，主要源于评测格式而非模型能力。作者 David Fraile Navarro 等提出，需要区分标题错误率是模型属性还是测量属性。 该结论针对消费者健康 AI 分诊评测中的输出格式影响，未说明其他评测场景是否同样适用。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
arXiv 研究：评测格式而非模型能力主导 ChatGPT Health 分诊失败率报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.AIarXiv 研究：评测格式而非模型能力主导 ChatGPT Health 分诊失败率
arXiv 论文（arXiv:2603.11413）指出，此前 Nature Medicine 报告的 ChatGPT Health 对 51.6% 急症漏分诊主要源于评测格式而非模型能力。
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。