热点事件持续更新
五种大模型在中国口腔住院医师国考中的表现评估
1 篇报道1 个报道来源23 小时前更新
先了解这件事
AI 综述
2026年10月5日，一项发表于medRxiv的预印本研究评估了五种大语言模型在中国口腔住院医师规范化培训考试中的表现。研究选取1,318道覆盖口腔医学六个学科的题目，通过Dify Chatflow框架对DeepSeek-V3、DeepSeek-R1、Qwen3-32B、Claude 3.5和GPT-4o五个模型进行单轮作答评测。结果显示，DeepSeek-R1正确率80.90%，居首位。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 08:00
medRxiv预印本显示DeepSeek-R1在口腔住院医师国考评测中以80.90%正确率居首。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- medRxiv 预印本五大LLM在中国口腔住院医师规范化培训考试中的表现：DeepSeek-R1正确率80.90%居首
一项发表于 medRxiv 的研究选取 1,318 道覆盖口腔医学六个学科的题目，通过 Dify Chatflow 框架对 DeepSeek-V3、DeepSeek-R1、Qwen3-32B、Claude 3.5 和 GPT-4o 五个 LLM 进行单轮作答评测。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。