十年老模型看皮肤病赢了大模型

一位皮肤科医生拿 200 个活检确诊皮损实测：2015 年的 Inception v3 微调版首选正确率 62%，GPT-6 Astra 和 Claude Fable 5.1 只有 42%，连该不该放行的判断上老模型也更稳。结论是老而专的小网络在专科任务上胜过通用大模型，但样本只有 200 例、且全是最难的活检病例，不能直接推广到日常看诊。

来源：https://lynchlab.net/llm-skin-cancer