热点事件持续更新
OpenTumorBoard基准：14个LLM肿瘤会诊表现不佳
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月3日，AGI Hunt 报道了 OpenTumorBoard 这一肿瘤多学科会诊基准：它由 12,534 分钟 YouTube 公开肿瘤多学科会诊录像转录构建，包含 611 个患者病例、19,157 轮讨论，覆盖十类专科角色。评测的 14 个通用与医疗前沿模型中，与专家答案的临床等价性最高仅 3.43/5，与会诊结论一致性为 2.78/5，显示现有模型在真实会诊场景中表现不佳。报道同时指出，监督微调与强化学习在保留测试集上有效，说明真实讨论轨迹可用于模型适配；该基准与自动化构建管线将开源。
AI 根据报道生成 · 3 小时前更新
最新进展10月3日 01:17
新报道披露评测结果：14个模型临床等价性最高仅3.43/5，基准与构建管线将开源。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- AGI HuntOpenTumorBoard：611 例真实肿瘤会诊轨迹基准，14 个 LLM 表现不佳
OpenTumorBoard 基准由 12,534 分钟 YouTube 公开肿瘤多学科会诊录像转录构建，含 611 个患者病例和 19,157 轮讨论，覆盖十类专科角色。评测的 14 个通用与医疗前沿模型中，与专家答案的临床等价性最高仅 3.43/5，与会诊结论一致性 2.78/5。监督微调与强化学习在保留测试集上有效，说明真实讨论轨迹可用于模型适配，基准与自动化构建管线将开源。
本事件热度走势
当前热度 9·可比范围峰值 10（10月3日 02:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。