10 年前的 CNN 碾压前沿 LLM 诊断皮肤癌

A 10-year-old CNN outperforms frontier LLMs for skin cancer diagnosis

作为一名皮肤科医生，我测试了 GPT-6 Astra 和 Claude Fable 5.1 在皮肤癌诊断上的表现，结果令人意外：它们的准确率竟不如我预期。相比之下，一个基于 2015 年 Google 发布的 Inception v3 架构、仅微调约 20 分钟的 10 年前 CNN 模型，在 200 个病理确诊病例中取得了 62% 的正确率，而两款前沿 LLM 仅为 42%。在识别黑色素瘤等关键病变时，这个老旧的专用网络表现更胜一筹。这项测试揭示了一个有趣的事实：在特定垂直领域，小而精的专用模型可能比通用的大语言模型更具优势。