研究结论和讨论部分指出，在回答医学问题时，ChatGPT 在三个模型中表现最为出色，Copilot 在某些特定领域（如解释生化数据）有一定潜力，而 Gemini 则表现相对较弱。然而，即使是表现最好的 ChatGPT，与医学教师相比，其准确率也仅为 84%，这意味着通用的 LLMs 在医学教育中的准确性还有待提高，使用时需要谨慎。同时，研究还发现 LLMs ...