arXiv · cs.AI· Alfredo Madrid-Garc\'ia, Beatriz Merino-Barbancho·· 11 小时前
Jev in Medicine：Jev 1.13医学问答基准评测
Jev in Medicine: A Benchmark Evaluation
arXiv:2609.34024v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Alfredo Madrid-Garc\'ia, Beatriz Merino-Barbancho
研究任务与主要进展
基于论文摘要，研究者将固定选项的Jev 1.13与GPT-6 Sol对比评测：Jev在PubMedQA上准确率相近（78.4%对78.2%），但在MetaMedQA、DiagnosisArena-MCQ和NEJM病例上分别落后7.9、22.6和20.6个百分点。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org