论文
别名：国际机器学习会议
论文发表的学术会议
已跟踪 2 条高相关材料
最近变化
2026-07-05 · LLMs预测其他模型输出准确率高，但事实判断错误率高达70%（ICML 2026论文数据）
为什么值得关注
ICML 2026 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
7B打败o3、GPT-5！医学AI智能体让模型学会“看哪里、怎么看”
量子位 · 9.2 分
Ophiuchus-7B在8个医学VQA基准上以68.0分超越OpenAI-o3（62.2）、Gemini 2.5 Pro（61.8）和GPT-5（59.9），核心突破在于提出‘Think with Images/Videos’新范式：模型在推理链中主动调用SAM2、Biome...
LLMs are better at predicting what other models will say than what’s actually true. When they’re wro...
Stanford AI Lab(@StanfordAILab) · 8.5 分
斯坦福AI实验室发现大语言模型在预测其他模型输出时表现优异，但事实准确性不足，且自我一致性方法无法提升无验证场景下的真实性。
已收录 2 条与 ICML 2026 相关的内容，按评分排序。
Ophiuchus-7B在8个医学VQA基准上以68.0分超越OpenAI-o3（62.2）、Gemini 2.5 Pro（61.8）和GPT-5（59.9），核心突破在于提出‘Think with Images/Videos’新范式：模型在推理链中主动调用SAM2、BiomedParse等工具重新观察关键区域/时刻，使视觉证据成为思维过程的一部分，而非仅作输入。
入选理由：Ophiuchus-7B在8个医学VQA benchmark平均得分68.0，显著高于o3（62.2）、Gemini 2.5 Pro（61.8）与GPT-5（59.9）
斯坦福AI实验室发现大语言模型在预测其他模型输出时表现优异，但事实准确性不足，且自我一致性方法无法提升无验证场景下的真实性。
入选理由：LLMs预测其他模型输出准确率高，但事实判断错误率高达70%（ICML 2026论文数据）
