斯坦福临床医疗AI横评，DeepSeek把谷歌OpenAI都秒了
斯坦福临床医疗AI横评，DeepSeek把谷歌OpenAI都秒了斯坦福最新大模型医疗任务全面评测，DeepSeek R1以66%胜率拿下第一！
来自主题: AI技术研报
4132 点击 2025-06-04 11:02
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
斯坦福最新大模型医疗任务全面评测，DeepSeek R1以66%胜率拿下第一！
《智能涌现》从多名独立信源处得知，大模型“六小虎”之一的阶跃星辰，C端AI应用布局，近半年来出现了以下调整：2024年12月，角色扮演类Agent产品“冒泡鸭”停止大范围投入，团队合并至对话产品“跃问”（现更名为“阶跃AI”），目前仅留部分员工运维。
发展教育大模型需要新的数据和评估体系！北京理工大学高扬老师团队推出EduBench，是首个专为教育场景打造的综合评估基准，涵盖9大教育场景、12个多视角评估维度、超4000个教育情境。通过多维度评估指标体系和人工标注一致性计算，确保评估可靠性，助力教育大模型发展，推动教育智能化。
首个专为ALLMs（音频大语言模型）设计的多维度可信度评估基准来了。
长视频理解是多模态大模型关键能力之一。尽管 OpenAI GPT-4o、Google Gemini 等私有模型已在该领域取得显著进展，当前的开源模型在效果、计算开销和运行效率等方面仍存在明显短板。
2025第一季度刚刚过完，中国大模型“国产之光”已经可以预定一个年度关键词了。从DeepSeek走红全网，到Manus一夜爆火，再到宇树为代表的机器人让中外网友连连惊呼……毫无疑问，中国前沿科技，正在2025年成为全世界热议和肯定的焦点。
端午节前OpenAI发布了o3/o4-mini模型的Function Calling指南，这份指南可以说是目前网上最硬核权威的大模型函数调用实战手册，没有之一。
大模型时代，没人愿意缺席AI+医疗。
大语言模型（LLMs）作为由复杂算法和海量数据驱动的产物，会不会“无意中”学会了某些类似人类进化出来的行为模式？这听起来或许有些大胆，但背后的推理其实并不难理解：
原生1bit大模型BitNet b1.58 2B4T再升级！微软公布BitNet v2，性能几乎0损失，而占用内存和计算成本显著降低。