返回评测
领域专业 领域-医学 接近饱和 模态 · 文本 任务 · 选择 / 判断

USMLE

基于真实 USMLE 考试题的医学 LLM 评测

Multiple ·

考察能力

医学知识 临床推理 诊断能力

构建信息

数据规模
~1.3K 题
评测方式
标准评测
核心指标
Accuracy / Pass Rate

资源链接

模型效果排行

🥇 GPT-4o
90%+ (passing)
🥈 Med-PaLM 2
86.5% (passing)

为什么重要

USMLE 是美国医学执照考试,LLM 在此考试上达到及格甚至专家水平是 AI 医疗应用的里程碑事件。GPT-4 通过 USMLE 是 2023 年最受关注的 AI 成就之一。

评测设计

Step 1(基础科学)、Step 2 CK(临床知识)、Step 3(临床管理)三个阶段,包含多选题和临床案例。

医学 执照考试 临床推理 里程碑