Concept

Benchmark generalizability

Limits on extending selected-case results to specialists, teams, or clinical practice.

Nieuws· 2

SemiAnalysis lanceert GDPx-benchmark met 12 procent als hoogste score

Nieuws

5 min

2 nov 04:11

SemiAnalysis lanceert GDPx-benchmark met 12 procent als hoogste score

SemiAnalysis vergelijkt AI-modellen op agenttaken in elf domeinen. Claude Opus 5.5 leidt met 12,0 procent, maar de score is een gemiddelde over domeinen en voorspelt niet hoe een model op je eigen bedrijfswerk presteert.

Microsofts diagnostische AI haalt 83,2 procent in NEJM-test

Nieuws

5 min

22 okt 23:00

Microsofts diagnostische AI haalt 83,2 procent in NEJM-test

Science publiceert Microsofts test van MAI-DxO: 83,2 procent op complexe NEJM-casussen. De studie meet een gecontroleerde simulatie; toetsing met patiënten in de klinische praktijk moet nog volgen.