待验证50% 置信基准精确时间
放射诊断基准RadO 2.0中，16个AI模型最佳得分758，人类专家基线为988.7
1
来源数
50%
置信度
长期有效
时效性
2026/7/23
首次发现
来源
相关事实
待验证TI-RADS（甲状腺影像报告数据系统）分级：1类正常，2类良性(0%恶性风险)，3类可能良性(＜2%)，4类可疑(2-90%，细分4a/4b/4c)，5类高度可疑(＞90%)，4类以上通常建议穿刺，选机构应确认使用此规范分级体系63% 相似待验证在该心脏病预测实验中，逻辑回归模型的AUC达到0.8958% 相似待验证ARC-AGI-2由AI安全研究员François Chollet设计，早期GPT-4在该测试上得分不足10%，人类平均得分约85%58% 相似待验证人类在ARC-AGI测试上的平均得分约为85%，而顶尖AI模型长期徘徊在30%-60%区间58% 相似待验证皮尤的ATP设计效应通常在1.5到2.5之间，使得名义样本量1000的调查有效样本量可能只有400-66757% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/597242API
curl https://kongchang.com/api/v1/knowledge/claims/597242MCP
get_claim(id=597242)