Artificial Analysis更新MLCR-AA医疗长文本推理榜单

2026年10月21日，Artificial Analysis 更新了其维护的 Wisedocs 医疗长上下文推理基准 MLCR-AA 榜单，并同步调整了提示与评分方式。据该机构在 X 上发布的信息，更新后模型被要求以病历审阅者的身份作答，对问题的每一部分用一段话给出结论及病历中的支持证据；答案改由新的三模型评审小组评分，同时该机构对照原始病历复核了全部 60 份专家参考答案，并修订了其中 15 份。排名方面，Claude Sonnet 5.5（max with fallback）与 GPT-6 Astra（max）以 41.7% 并列第一。上述提示方式、评分机制与并列成绩均出自 Artificial Analysis 本次发布，属于该来源的说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。