大模型看皮肤癌，还不如一个 10 年前的老网络。皮肤科医生拿 200 例活检确诊的皮损去考模型，结果有点扎心。
2015 年的 Inception v3 答对了 125 例，准确率 62%。GPT-6 Astra 和 Claude Fable 5.1 都只有 42%，还有黑色素瘤被当成无害的疣直接放走——这种漏诊在临床上是最要命的。
更扎心的是，这个老网络只微调了 20 分钟，而且小到手机浏览器就能跑。看病这事，专比大管用：针对单一任务微调的小模型，在自己的地盘上就是能赢通用大模型。
正文完
大模型看皮肤癌，还不如一个 10 年前的老网络。皮肤科医生拿 200 例活检确诊的皮损去考模型，结果有点扎心。
2015 年的 Inception v3 答对了 125 例，准确率 62%。GPT-6 Astra 和 Claude Fable 5.1 都只有 42%，还有黑色素瘤被当成无害的疣直接放走——这种漏诊在临床上是最要命的。
更扎心的是，这个老网络只微调了 20 分钟，而且小到手机浏览器就能跑。看病这事，专比大管用：针对单一任务微调的小模型，在自己的地盘上就是能赢通用大模型。