同一批牙科判断题，问了三个 AI。 ChatGPT-4o 准确率 86.1%，ChatGPT-3.5 是 85.6%，Gemini 是 81.8%。单看这几个数字，都像是能用了。 但研究里还有一个数字更值得看：三个模型两两之间的一致性系数只有 0.019。在统计上，这基本等于&
同一批牙科判断题，问了三个 AI。
ChatGPT-4o 准确率 86.1%，ChatGPT-3.5 是 85.6%，Gemini 是 81.8%。单看这几个数字，都像是能用了。
但研究里还有一个数字更值得看：三个模型两两之间的一致性系数只有 0.019。在统计上，这基本等于&
