Today for AI
返回热点榜
llm热度 22.9°

AI 聚合热点事件 · 2026/10/21

MLCR-AA 更新：Claude Sonnet 5.5 与 GPT-6 Astra 并列医疗长文本推理榜首

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/10/21 23:53:56
全景综述与最新动态
1 家信源交叉印证

Artificial Analysis 更新了 MLCR-AA 榜单，采用更贴近实际病历审查的提示词与三模型评审机制。Claude Sonnet 5.5 和 GPT-6 Astra 以 41.7% 的通过率并列第一，但整体表现显示医疗长文本推理远未被解决，中位模型通过率不足 15%。Qwen3.8 2.4T A95B 领跑开源权重模型。

最新动向/Artificial Analysis 更新了 MLCR-AA 榜单，采用更贴近实际病历审查的提示词与三模型评审机制。Claude Sonnet 5.5 和 GPT-6 Astra 以 41.7% 的通过率并列第一，但整体表现显示医疗长文本推理远未被解决，中位模型通过率不足 15%。Qwen3.8 2.4T A95B 领跑开源权重模型。

热度曲线逐小时热度走势

2 个完整观测小时
连续完整观测不足 3 个小时，暂不绘制趋势曲线。

TIMELINE报道时间线

共 1 篇 · 最新优先
  1. Artificial Analysis (@ArtificialAnlys)T1·68 分

    MLCR-AA 更新：Claude Sonnet 5.5 与 GPT-6 Astra 并列医疗长文本推理榜首

    原标题：We've updated MLCR-AA, our leaderboard for Wisedocs' Medical Long Context Reasoning benchmark, with ...

    • Claude Sonnet 5.5 与 GPT-6 Astra 以 41.7% 的通过率并列 MLCR-AA 榜首
    • 新评测标准下，无模型通过率超过 42%，中位数低于 15%，表明医疗长文本推理仍具极大挑战
    • Qwen3.8 2.4T A95B 以 30.6% 的成绩成为表现最佳的开源权重模型