标签： 评估标准

所有与"评估标准"相关的文章

• 仅需加入人类：牛津医学研究揭示聊天机器人测试中的缺失环节

  发布： 2025.06.14 |  at  08:34

  牛津大学研究揭示，GPT-4医学考试表现优异但实际诊断中人类使用正确率反降34.5%，凸显人机协作需优化评估与交互设计。