選項
首頁
快訊
內容
JackCarter
JackCarter
2025-09-24

AfriMed-QA 引入了一個泛非醫療 QA 資料集,包含 16 個國家的 15,000 多個問題,評估了 30 個本地化醫療準確性的 LLM。該資料集與 60 多所醫學院共同開發,可支援低資源環境中的公平 AI,同時揭露模型泛化的差距。資料集和排行榜均已開放原始碼。

AfriMed-QA 引入了一個泛非醫療 QA 資料集,包含 16 個國家的 15,000 多個問題,評估了 30 個本地化醫療準確性的 LLM。該資料集與 60 多所醫學院共同開發,可支援低資源環境中的公平 AI,同時揭露模型泛化的差距。資料集和排行榜均已開放原始碼。 AfriMed-QA 引入了一個泛非醫療 QA 資料集,包含 16 個國家的 15,000 多個問題,評估了 30 個本地化醫療準確性的 LLM。該資料集與 60 多所醫學院共同開發,可支援低資源環境中的公平 AI,同時揭露模型泛化的差距。資料集和排行榜均已開放原始碼。 AfriMed-QA 引入了一個泛非醫療 QA 資料集,包含 16 個國家的 15,000 多個問題,評估了 30 個本地化醫療準確性的 LLM。該資料集與 60 多所醫學院共同開發,可支援低資源環境中的公平 AI,同時揭露模型泛化的差距。資料集和排行榜均已開放原始碼。 AfriMed-QA 引入了一個泛非醫療 QA 資料集,包含 16 個國家的 15,000 多個問題,評估了 30 個本地化醫療準確性的 LLM。該資料集與 60 多所醫學院共同開發,可支援低資源環境中的公平 AI,同時揭露模型泛化的差距。資料集和排行榜均已開放原始碼。
評論 (0)
0/300
OR