Anthropic-Modelle führen bei der Vollständigkeit: Sie erreichen die Schlussfolgerung des Experten mit der richtigen medizinischen Argumentation und zeigen medizinisches Wissen und Denkfähigkeit.
Eine Antwort ist vollständig, wenn sie jeden Kernpunkt der Experten-Referenzantwort abdeckt, nach dem die Frage fragt, einschließlich der Schlussfolgerung und der Lücken in den Unterlagen, von denen der Experte ausgeht. Claude-Modelle belegen die Top-18-Vollständigkeitswerte über alle von uns getesteten Modelle und Aufwandstufen hinweg. Claude Sonnet 5.5 (max with fallback) führt mit 64.8%, gefolgt von Claude Opus 5.5 (max with fallback) mit 63.3% und Claude Fable 5.1 (max with fallback) mit 61.1%. Das beste Nicht-Anthropic-Modell ist GPT-6 Astra (max) mit 42.2%.
Anthropic-Modelle führen bei der Vollständigkeit: Sie erreichen die Schlussfolgerung des Experten mit der richtigen medizinischen…
Anthropic-Modelle führen bei der Vollständigkeit: Sie erreichen die Schlussfolgerung des Experten mit der richtigen medizinischen Argumentation und zeigen medizinisches Wissen und Denkfähigkeit. Eine Antwort ist vollständig, wenn sie jeden Kernpunkt der Experten-Referenzantwort abdeckt, nach dem die Frage fragt, einschließlich der Schlussfolgerung und der Lücken in den Unterlagen, von denen der Experte ausgeht.
Artificial Analysis · X
Hinweise zum Inhalt
Originalveröffentlichung und Rechte liegen bei der Quelle.
Maschinelle Übersetzung · Original beachten