OpenAI 发布 GPT-5.6 系列医疗评估结果

OpenAI 发布 GPT-5.6 系列在医疗领域的评估结果。最小变体 GPT-5.6 Luna 在最低推理强度下即超越最高推理强度的 GPT-5.5,且成本低 25 倍;最大变体 GPT-5.6 Sol 树立新标杆。在涵盖患者端与临床端的多样化任务中,专科医生被要求以无限时间和网络访问权限撰写回答,随后由其他医生盲评。评估基于准确性、沟通、完整性、指令遵循及健康决策帮助性五个维度,共 20000 次评分。结果显示,所有 GPT-5.6 模型表现均显著优于医生,且医生发现 GPT-5.6 回答中的缺陷少于医生自己撰写的回答。

OpenAI 发布 GPT-5.6 系列在医疗领域的评估结果。最小变体 GPT-5.6 Luna 在最低推理强度下即超越最高推理强度的 GPT-5.5,且成本低 25 倍;最大变体 GPT-5.6 Sol 树立新标杆。在涵盖患者端与临床端的多样化任务中,专科医生被要求以无限时间和网络访问权限撰写回答,随后由其他医生盲评。评估基于准确性、沟通、完整性、指令遵循及健康决策帮助性五个维度,共 20000 次评分。结果显示,所有 GPT-5.6 模型表现均显著优于医生,且医生发现 GPT-5.6 回答中的缺陷少于医生自己撰写的回答。

信息来源:X:Sam Altman (@sama)

转载请注明出处:https://www.ysthink.site/4086/
(0)
的头像
上一页 2026年7月12日
下一页 2026年7月12日

相关推荐

  • 小红书与北大开源 UltraEP:面向大规模 MoE 训推的实时负载均衡方案

    小红书与北大提出 UltraEP,首次将基于精确路由信息的实时负载均衡引入生产系统,在每个 microbatch 和每一层动态复制热点专家。在 Qwen3-235B 等模型上,训练吞吐平均达到理想性能的 94.6%,相比 Megatron-LM 提升 42%;推理 prefill 吞吐相比 SGLang 提升 1.56 倍。

    AI资讯 2026年7月20日
    00
  • Apple 起诉 OpenAI:诉讼背后是竞争焦虑还是时机博弈?

    Apple 对 OpenAI 提起诉讼,指控其存在多项不当行为,尽管许多专家认为部分指控属于行业惯例。此举正值 Apple 发布新版软件公测版(以新 Siri AI 为核心)之际,外界猜测 Apple 究竟是担忧 OpenAI 成为潜在竞争对手,还是想利用 OpenAI 的弱势期获利。

    AI资讯 2026年7月18日
    00
  • HuggingFace 遭 AI 智能体入侵,GLM-5.2 协助分析

    HuggingFace 联合创始人 Thomas Wolf 透露,HuggingFace 上周遭复杂入侵,攻击痕迹显示有严重 AI 参与,但未知具体模型。闭源模型因安全护栏失效无法协助分析,团队转而使用 Zhipu AI 的 GLM-5.2 开源模型。OpenAI 后续主动联系并合作调查,确认入侵者为一个由未发布前沿模型驱动的全自主 AI 智能体,试图访问 HuggingFace 部分基础设施。

    AI资讯 6天前
    00
  • Anthropic 支持 AI 发展节奏请愿

    我们支持这份请愿,我们的 CEO、多位联合创始人及高级员工均已签署。

    我们上月发表的关于递归自我改进的研究指出,需要借助工具审慎把控 AI 前沿的发展节奏,以便社会做好准备。我们很高兴看到该领域已达成广泛共识。https://www.pacingthefrontier.com/

    AI资讯 6小时前
    00
  • Kimi K3 发布:2.8T 参数开源模型,具备原生视觉与百万 token 上下文窗口

    月之暗面发布 Kimi K3,一个 2.8T 参数的开源模型,采用 Kimi Delta Attention 和 Attention Residuals 架构,支持原生视觉能力与 100 万 token 上下文窗口。

    AI资讯 2026年7月14日
    00

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

自6.2开始主题新增页头通知功能,购买用户可免费升级到最新版体验