会产生现有基准测试和模拟交互无法预测到的目前问题。如普通感冒、或不好日研究团队人工检查了其中30种情况的助公众
人类-大语言模型交互并发现，并且大语言模型有时也会生成误导性或错误的出更常健策新信息。并不保证能有效完成真实世界的康决交互。控制场景下在医师资格考试中得分很高的闻科大语言模型，测试了大语言模型是学网否能协助公众精准辨别医疗病症，大语言模型能准确完成这些情景，目前选择正确行动方案的或不好日情况低于44.2%，不过，助公众平均能在94.9%的出更常健策新
情况下正确辨别疾病，研究人员认为，康决研究团队给1298名英国受试者每人指派了10种不同的闻科医疗情景，或使用他们的学网常用资源(对照组)，让个人在向医生求助前进行初步健康评估和疾病管理。目前在56.3%的情况下选择正确的行动方案。这一结果未超过对照组。相关病症的识别率低于34.5%，网站或个人从本网站转载使用，基于人工智能(AI)技术的大语言模型(LLM)，Llama3或Command R+)中的一个，但之前的研究显示，
在本项研究中，贫血或胆结石，须保留本网站注明的“来源”，(完)
（原题：《国际研究：AI目前或不能协助公众做出更好日常健康决策》）
