AITOP
精选
过去 24 小时，从 758 条中筛出 48 条
全部模型产品行业论文技巧
标签：MeDial-Speech×
6月11日
15:28
15:23
15:07
6月1日
00:09
5月29日
08:02
AITOP5月29日 08:02
Opus 4.8发布：编程助手的“静默时刻”，是解放开发者，还是新门槛？🔥Anthropic 把 AI 编程的“确认键”彻底删掉了！Claude Code 搭载全新 Opus 4.8 模型，长时间任务不跑偏、不废话、不中断，像一个资深工程师一样默默干活，从功能开发到漏洞清扫全包圆，你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”，现在它直接交完整交付物……自主编程的最后一层窗户纸，被捅破了。做自动化开发和代码审查的团队，这个模型建议直接上手，效率差距肉眼可见……Opus 4.8发布：编程助手的“静默时刻”，是解放开发者，还是新门槛？
5月27日
12:16
12:16arXiv: DeepSeek@Heriberto Cuayahuitl, Grace Jang
精选
研究人员发布了 MeDial-Speech，一个包含 111 小时真实医患对话的语音数据集，涵盖路易体痴呆、心力衰竭、肩痛和心绞痛四种疾病。该数据集来自机器人与患者、医生与患者的对话，旨在训练和评估用于医疗咨询的 AI 系统。论文还提出了一个基于句子选择的对话基准，测试了 GPT-5 mini、DeepSeek-V3 和 Claude Sonnet 4 三个大模型。结果显示 Claude Sonnet 4 在句子选择任务中准确率最高（手动转录 71.1%，自动转录 74.7%），但所有模型在概率预测上均过度自信。数据集对非商业用途免费开放。
论文医疗对话语音数据集大模型评估Claude Sonnet 4MeDial-Speech
推荐理由：医疗 AI 终于有了真实场景的语音对话基准——111 小时医患对话数据，覆盖四种疾病，做医疗对话系统的团队可以直接拿来训练和测试模型。Claude Sonnet 4 在句子选择上领先，但所有模型都过度自信，这个发现值得关注。
原文