一项研究发现:GPT-4o 答对了 1,050 道注册营养师考试题中的约 92%,但结果随提示方式和题目领域而变化

事件日期 / 报道日期

2025-01-09

证据阶段

技术能力演示、评测或论文表明技术上能做。它更新的是「技术能力」,不是「企业会怎么做」。

关联任务

医学营养治疗

评估患者的营养状况,并针对其病情开具饮食方案。

仍由人主导≈ 平台推断

适用范围

一项研究用 1,050 道来自备考题库的美国注册营养师考试题测试了 GPT-4o、Claude 3.5 Sonnet 和 Gemini 1.5 Pro。GPT-4o 在零样本提示下得分 91.92%,总体最高;作者指出,结果随提示方式和题目领域有相当大的差异。考题测的是知识,不是对病人的照护。

这意味着什么

模型已经掌握了营养师考试所考的知识。

还不能说明什么

题库里的题不是病人;这项研究没有测试照护、针对个人的计算或咨询。

你可以核实什么

打开《Scientific Reports》关于大语言模型与注册营养师考试的文章,找到 "1050 RD exam questions"。

是否改变评估

否 —— 这个阶段本身也不移动评估。「技术能力」是真实的证据,但它不单独提升任务判断的层级。上面 1 项关联判断维持原状。

来源

一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。