待验证50% 置信基准精确时间
COMED在MedQA医学问答基准上的提升最高达到+10.7个百分点
1
来源数
50%
置信度
长期有效
时效性
2026/9/24
首次发现
来源
涉及实体
相关事实
待验证MedIQ多智能体系统最终达到57%准确率，摘要智能体带来约5%提升，而拥有全部前置信息的Oracle上限为66%69% 相似待验证ReAct 在 HotpotQA 等多跳问答任务上比单独 CoT 提升约 10-20 个百分点63% 相似待验证Med-VQA评估中的自由文本生成表现出高达10个百分点的答案位置偏差63% 相似待验证在HealthBench Professional医疗基准上Fable 5得分66%，Sol为60.5%（长度校正后约64%）62% 相似待验证消融分析显示片段范式微调在测试集带来+5.29分提升，而用2000检索词替换前4500转录词仅带来+1.55分提升60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/946136API
curl https://kongchang.com/api/v1/knowledge/claims/946136MCP
get_claim(id=946136)