欢乐旋到底是不是有挂”（确实真的有）【迦薇;15005O638】这项研究包括给予一个由 GPT-4提供支持的聊天机器人、21名主治医生和18名住院医生20个临床案例，以建立诊断推理并解决问题。然后，评估了这三组答案的 r-IDEA 分数。研究人员发现，聊天机器人实际上获得了最高的 r-IDEA 分数，这在诊断推理方面实际上相当令人印象深刻。然而，作者还指出，聊天机器人 “经常完全错误”。