Comparative Performance of Large Language Models in Answering Guideline-Based Questions on Juvenile Idiopathic Arthritis: A Blinded Expert Evaluation
在一项针对基于指南的幼年特发性关节炎问题的盲法专家评估中,GPT-5.6 Sol 在准确性、可用性和整体质量方面显著优于 Gemini 3.1 Pro 和 Claude Opus 5,这支持了在儿科风湿病学中使用大语言模型时应采取监督而非自主使用的必要性。