opção
JackCarter
JackCarter
24 de Setembro de 2025

O AfriMed-QA apresenta um conjunto de dados de controle de qualidade médico pan-africano com mais de 15.000 perguntas em 16 países, avaliando 30 LLMs quanto à precisão da assistência médica localizada. Desenvolvido com mais de 60 faculdades de medicina, ele oferece suporte à IA equitativa em ambientes com poucos recursos e expõe lacunas na generalização do modelo. O conjunto de dados e a tabela de classificação são de código aberto.

O AfriMed-QA apresenta um conjunto de dados de controle de qualidade médico pan-africano com mais de 15.000 perguntas em 16 países, avaliando 30 LLMs quanto à precisão da assistência médica localizada. Desenvolvido com mais de 60 faculdades de medicina, ele oferece suporte à IA equitativa em ambientes com poucos recursos e expõe lacunas na generalização do modelo. O conjunto de dados e a tabela de classificação são de código aberto. O AfriMed-QA apresenta um conjunto de dados de controle de qualidade médico pan-africano com mais de 15.000 perguntas em 16 países, avaliando 30 LLMs quanto à precisão da assistência médica localizada. Desenvolvido com mais de 60 faculdades de medicina, ele oferece suporte à IA equitativa em ambientes com poucos recursos e expõe lacunas na generalização do modelo. O conjunto de dados e a tabela de classificação são de código aberto. O AfriMed-QA apresenta um conjunto de dados de controle de qualidade médico pan-africano com mais de 15.000 perguntas em 16 países, avaliando 30 LLMs quanto à precisão da assistência médica localizada. Desenvolvido com mais de 60 faculdades de medicina, ele oferece suporte à IA equitativa em ambientes com poucos recursos e expõe lacunas na generalização do modelo. O conjunto de dados e a tabela de classificação são de código aberto. O AfriMed-QA apresenta um conjunto de dados de controle de qualidade médico pan-africano com mais de 15.000 perguntas em 16 países, avaliando 30 LLMs quanto à precisão da assistência médica localizada. Desenvolvido com mais de 60 faculdades de medicina, ele oferece suporte à IA equitativa em ambientes com poucos recursos e expõe lacunas na generalização do modelo. O conjunto de dados e a tabela de classificação são de código aberto.
Comentários (0)
0/300
OR