AITOP

GPT-5.2

共 5 条相关 AI 资讯
7月7日
12:09
12:09官方一手arXiv: OpenAI@Nicole Sonne Heckmann, Arnault-Quentin Vermillet, Søren Norlin Mølgaard, Manuela Del Castillo Suero, Lars Melskens, Gerard Ompad, Maurizio Sessa
该研究开发了一种高斯过程兼容的优化目标（EWACS），用于提升LLM在药物警戒因果关系评估中的表现。在723份FAERS病例上，GPT-5.2在Naranjo算法问题5和10上分别达到74.1%和65.4%的专家一致性。贝叶斯优化后，因果分类一致性从45.0%提升至72.0%，其中Doubtful病例提升最大（+42.9个百分点）。结果表明，温度优化虽无普遍最优值，但可针对特定病例带来显著改善。
论文GPT-5.2OpenAI药物警戒贝叶斯优化LLM评估
推荐理由：这篇论文用GPT-5.2做药物副作用评估，温度调优后准确率从45%跳到72%，对药物安全分析很有参考价值。
原文
6月13日
09:50
6月5日
12:49
12:49官方一手arXiv: OpenAI@Varun Aggarwal, Kay Kobak, John Howarter
精选
普渡大学暑期本科研究项目（SURF）每年收到数千份申请，传统人工评审耗时数周。研究人员开发了基于GPT-4o、GPT-5-mini和GPT-5.2的LLM工具，对1200份个人陈述进行结构化评分（六项子标准，0-3分）。GPT-5.2处理全部申请仅需4.6小时，平均每份14秒，且评分一致性最高。项目协调员结合LLM输出的分数和理由，在4小时内完成终审，而此前需要数周协调。该工具在低分申请上评分分歧较大，但整体显著缩短了评审周期。
AI产品LLM应用教育/评审GPT-5.2自动化工作流普渡大学
推荐理由：高校行政人员或科研项目管理者终于有了可落地的AI用例——LLM自动评分+理由输出，把数周评审压缩到几小时，做大规模申请筛选的团队可以直接参考这套工作流。
原文
5月22日
02:27
5月14日
16:33
16:33官方账号百川智能 Baichuan@BaichuanAI
百川智能正式开源了新一代医疗大模型Baichuan-M3，该模型在HealthBench上取得65.1分，并在HealthBench Hard上以44.4分夺冠。在医疗领域，Baichuan-M3全面超越了GPT-5.2。这一开源举措将推动医疗AI的普及和进步，为医疗行业开发者提供强大的工具。
AI模型百川智能Baichuan-M3医疗大模型开源GPT-5.2
推荐理由：医疗AI开发者终于有了开源且超越GPT-5.2的模型——Baichuan-M3在HealthBench上夺冠，做医疗诊断或健康咨询的团队可以直接拿来用，建议点开看看具体性能。
原文