📄ArXiv AI•較早收集於 11h
Dynamic Contamination-Free Medical Benchmark
⚡ 30-Second TL;DR
有什麼變化
2,756 cases across 38 specialties
為什麼重要
Mitigates eval flaws, exposes contamination risks for reliable medical AI assessment.
下一步行動
Evaluate benchmark claims against your own use cases before adoption.
誰應關注：Researchers & Academics
關鍵要點
- •2,756 cases across 38 specialties
- •Rubric decomposes physician responses
- •84% models degrade post-cutoff
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： ArXiv AI ↗
每週 AI 簡報
每週一封，可隨時退訂。