微软AI诊断系统模拟表现超普通医生
微软AI诊断系统MAI-DxO在模拟复杂病例时，正确率超普通医生两倍。该研究发表于《科学》，显示其通过多代理协作显著提升诊断精度，但主要增益源于底层模型增强，且成本优化效果因场景而异。
# GPT-5
共 2 篇相关文章
英国AISI采用EvalEval架构公开AI评估结果
英国AISI采用EvalEval架构公开AI评估结果。双方将发布涵盖HealthBench等五个基准及六种前沿模型的验证数据，旨在解决评估报告分散、难以复现的问题，提升透明度与可验证性。