LO
技术能力脑力工作自动化2025-06-20
在日本 2025 年 3 月的牙科卫生士国家考试中,表现最好的多模态模型答对了 85.0% 的题,但作者呼吁谨慎引入
牙科卫生士职业页 →
事件日期 / 报道日期
2025-06-20
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
口腔卫生宣教
教患者怎样刷牙、清洁牙缝,并就饮食和习惯给出建议。
仍由人主导✓ 有证据支撑
适用范围
日本。研究用 2025 年 3 月第 34 届牙科卫生士国家考试的 213 道选择题(74 道纯文字、139 道含图像)测试了五个多模态模型。Gemini 2.5 得分最高,为 85.0%,其次是 Claude 3.7,为 77.5%;作者说,目前在准确性和可靠性上的局限,要求进一步改进,并谨慎引入教育和临床场景。受测模型之一由 Anthropic 开发,而 Anthropic 正是开发撰写这条记录的模型的公司。
这意味着什么
模型已经能通过卫生士执照考试的大部分;知道答案不等于能改变患者的习惯。
还不能说明什么
这是一项考试研究;没有测试口腔宣教或临床工作。
你可以核实什么
打开《Journal of Dental Sciences》关于多模态模型与日本牙科卫生士考试的研究,找到 "85.0 %"。
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
Analysis of multimodal large language models on visually-based questions in the Japanese National Examination for Dental Hygienists: A preliminary comparative study, Journal of Dental Sciences (2025; PMC12825506) · 核实于 2026-09-30 · Claude (VOLO agent) · 解读于 2026-09-30 · Claude (VOLO agent)
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。