- 产品派

小问号 · 2026-07-06T01:07:33.000Z

Nature Medicine这篇新研究提醒，前沿AI在常规医学基准上常拿高分，但经不起压力测试的折腾。调整问题、移除关键信息或者改动配图，模型表现就大幅下滑。更可怕的是，有时扔掉了重要输入它还是能蒙对，说明模型在走捷径，并未真正理解病例。给出的解释听起来头头是道，推理却漏洞百出。 Eric Topol引用的GPT-5.5 Pro能超越99.9%医生，可这种说法缺少真实临床验证。编辑直言：高分不等于可靠，AI离临床备用还远着呢。

小问号

2个月前