Navigation überspringen
Universitätsbibliothek Heidelberg
Status: Bibliographieeintrag

Verfügbarkeit
Standort: ---
Exemplare: ---
heiBIB
 Online-Ressource
Verfasst von:Geißler, Mark Enrik [VerfasserIn]   i
 Goeben, Merle [VerfasserIn]   i
 Glasmacher, Kira A. [VerfasserIn]   i
 Bereuter, Jean-Paul [VerfasserIn]   i
 Geissler, Rona Berit [VerfasserIn]   i
 Wiest, Isabella [VerfasserIn]   i
 Kolbinger, Fiona R. [VerfasserIn]   i
 Kather, Jakob Nikolas [VerfasserIn]   i
Titel:The performance of artificial intelligence on a national medical licensing examination
Titelzusatz:the answers of large language models to text questions : research letter: medicine
Verf.angabe:Mark Enrik Geissler, Merle Goeben, Kira A. Glasmacher, Jean-Paul Bereuter, Rona Berit Geissler, Isabella C. Wiest, Fiona R. Kolbinger, Jakob Nikolas Kather
E-Jahr:2024
Jahr:27 December 2024
Umfang:2 S.
Fussnoten:Gesehen am 08.04.2025
Titel Quelle:Enthalten in: Deutsches Ärzteblatt international
Ort Quelle:Köln : Dt. Ärzte-Verl., 2006
Jahr Quelle:2024
Band/Heft Quelle:121(2024), 26 vom: Dez., Seite 888-889
ISSN Quelle:1866-0452
Abstract:Significant advances are being made in the development of large language models (LLM) for use in the field of clinical medicine. LLM are now able to pass major medical exams such as the United States Medical Licensing Examination (USMLE) and two...
DOI:doi:10.3238/arztebl.m2024.0231
URL:Bitte beachten Sie: Dies ist ein Bibliographieeintrag. Ein Volltextzugriff für Mitglieder der Universität besteht hier nur, falls für die entsprechende Zeitschrift/den entsprechenden Sammelband ein Abonnement besteht oder es sich um einen OpenAccess-Titel handelt.

kostenfrei: Volltext: https://doi.org/10.3238/arztebl.m2024.0231
 kostenfrei: Volltext: https://www.aerzteblatt.de/int/archive/article?id=242258
 DOI: https://doi.org/10.3238/arztebl.m2024.0231
Datenträger:Online-Ressource
Sprache:eng
K10plus-PPN:1921861789
Verknüpfungen:→ Zeitung

Permanenter Link auf diesen Titel (bookmarkfähig):  https://katalog.ub.uni-heidelberg.de/titel/69329177   QR-Code
zum Seitenanfang