ArtificialAnlys· @ArtificialAnlys · X·· 5 小时前AI 评分
HealthBench评测：GPT-6 Sol沟通分高但完整性最低
在 HealthBench 上，GPT-6 Sol (max) 写出的答案最短（约 1,000 字符），原始沟通质量得分最高（81%），但完整性得分最低（34%）。在 14 个模型中，有 13 个模型得分最低的主题是 Context Seeking 或 Global Health。
On HealthBench, GPT-6 Sol (max) writes the shortest answers (~1,000 characters) and has the highest raw Communication Quality score (81%), but the lowest Completeness score (34%). Context Seeking or Global Health is the lowest-scoring theme for 13 of the 14 models
来源：ArtificialAnlys · x.com