玖捌肆贰

ACL Findings最新评测用多语言医疗错误检测基准揭示两大反直觉：通用模型整体胜过医疗专用，英语优势并不等于英语最强。豆包、深度求索在三语任务中领跑，压过GPT-4o与Gemini，提示医疗大模...