模型性能基准

OpenEvidence & UpToDate Expert AI vs Frontier LLMs：临床AI工具独立评估

基于Nature Medicine研究，对OpenEvidence和UpToDate Expert AI两款临床AI工具进行定量评估，与GPT-5.2等前沿模型对比，涵盖MedQA、HealthBench及真实临床场景测试，提供独立性能基准。