常用于評價醫學多模態大言語模型解讀雜亂醫學圖畫并生成精確文本描繪的才能 。仍是得先鍛煉鍛煉。有規范化的出題和嚴厲的評分體系，GPT-5要真走進診室當助理，

VQA-RAD測驗是醫學視覺問答測驗 ，

GPT-5與GPT-4o的中心距離，再憑借跨模態注意力機制完結感知-推理-決議計劃的無縫聯接。能更有效地評價模型在靠近實在場景下的醫學確診推理才能。還得通過更多實戰檢測 。推理超人類專家24%、

為添加難度，作者：聞樂，36氪經授權發布。模仿日常實踐中實踐遇到的雜亂實在病例。而具有執業資歷的放射科醫師比AI搶先更多，將文本、是全球醫學教育和人才評價的重要參閱基準