XiaoMi-AI文件搜索系统
World File Search SystemUSML
DeepSeek-R1在USMLE上的表现如何？
1埃森大学医院（Aör）的人工智能研究所（IKIM），Girardetstraße2，45131德国埃森2，德国2个虚拟现实中心（ZVRM），Essen University Hospital（Aör），HufelandStraße医院55，455147 ESSITAR，HESTICE，GERMAINY HOSTICE，INDERSITION，GERMAINY INDECTAIN SACHINES INDECTICE YESSITHIC Pauwelsstraße30，52074 Aachen，德国4 4口腔和颌面外科系，大学医院RWTH AACHEN，PAUWELSSTRAßE30，52074，德国Aachen，52074，德国5癌症研究中心科洛涅ESSEN（CCCE），大学医学（Aör） Duisburg-Essen，计算机科学学院，Schützenbahn70，45127德国Essen *通讯作者：Jan.egger@uk-sen.de（J.E.） 摘要 - 中国人工智能公司DeepSeek，根据其DeepSeek-R1模型发布了其第一个免费的聊天机器人应用程序。 DeepSeek提供其模型，算法和培训细节，以确保透明度和可重复性。 他们的新模型接受了增强学习的培训，使其可以通过互动和反馈来学习，而不是仅依靠监督学习。 报告表明，DeepSeek的模型显示了针对既定的大型语言模型（LLM）的竞争性能，例如Anthropic的Claude和OpenAI的GPT-4O在语言理解，数学（AIME 2024）和编程（CodeForces）方面的既定基准，同时以成本的一小部分培训。 此外，运行推理的成本明显降低，导致DeepSeek超过Chatgpt是美国iOS App Store上下载最多的免费应用程序。1埃森大学医院（Aör）的人工智能研究所（IKIM），Girardetstraße2，45131德国埃森2，德国2个虚拟现实中心（ZVRM），Essen University Hospital（Aör），HufelandStraße医院55，455147 ESSITAR，HESTICE，GERMAINY HOSTICE，INDERSITION，GERMAINY INDECTAIN SACHINES INDECTICE YESSITHIC Pauwelsstraße30，52074 Aachen，德国4 4口腔和颌面外科系，大学医院RWTH AACHEN，PAUWELSSTRAßE30，52074，德国Aachen，52074，德国5癌症研究中心科洛涅ESSEN（CCCE），大学医学（Aör） Duisburg-Essen，计算机科学学院，Schützenbahn70，45127德国Essen *通讯作者：Jan.egger@uk-sen.de（J.E.）摘要 - 中国人工智能公司DeepSeek，根据其DeepSeek-R1模型发布了其第一个免费的聊天机器人应用程序。DeepSeek提供其模型，算法和培训细节，以确保透明度和可重复性。他们的新模型接受了增强学习的培训，使其可以通过互动和反馈来学习，而不是仅依靠监督学习。报告表明，DeepSeek的模型显示了针对既定的大型语言模型（LLM）的竞争性能，例如Anthropic的Claude和OpenAI的GPT-4O在语言理解，数学（AIME 2024）和编程（CodeForces）方面的既定基准，同时以成本的一小部分培训。此外，运行推理的成本明显降低，导致DeepSeek超过Chatgpt是美国iOS App Store上下载最多的免费应用程序。这一开发项目导致NVIDIA的股价下跌了近17％，导致美国历史上最重大的一日损失，总计近6000亿美元。开源模型还带来了医疗保健系统的重大转变，从而使高效的医疗LLM可以在医院网络中部署。要了解其在医疗保健领域的表现，我们分析了有关美国医疗许可检查（USMLE）的新DeepSeek-R1模型，并将其与Chatgpt进行比较。关键字 - DeepSeek-R1，USMLE，CHATGPT，医学，医疗保健，评估，LLMS介绍大语言模型（LLMS）已成为人工智能（AI）的变革力量（AI），通过增强自然语言的理解和产生来显着影响各种领域[1]。但是，LLM通常是由OpenAI或Google等大型科技公司创建的商业产品，这意味着它们倾向于作为封闭的系统运行。这与“开源”计划的哲学（例如医学领域的哲学）形成鲜明对比，旨在
附录 L – DDTC USML 类别代码
DDTC USML 类别代码说明 01 枪支及相关物品 02 枪支和武器装备 03 弹药和军械 04 运载火箭、导弹、弹道导弹、火箭、鱼雷、炸弹和地雷 05 爆炸物和含能材料、推进剂、燃烧剂及其成分 06 水面舰艇和特殊海军装备 07 地面车辆 08 飞机和相关物品 09 军事训练设备和培训 10 个人防护装备 11 军用电子设备 12 火控、激光、成像和制导设备 13 材料和杂项物品 14 毒物，包括化学制剂、生物制剂和相关设备 15 航天器和相关物品 16 核武器相关物品 17 未另行列举的机密物品、技术数据和国防服务 18 定向能武器19 燃气涡轮发动机及相关设备 20 潜水器及相关物品 21 未另行列举的物品、技术数据和国防服务 55 根据对外军售 (FMS) 授权出口且未在美国军火清单 (USML) 中描述的物品
USMLE分数解释指南
考试的描述步骤1*评估考生是否理解并可以应用医学实践的科学概念，并特别强调了健康，疾病和治疗方式的原理和机制。步骤1不仅可以掌握目前的安全，有能力的医学实践的基础，而且还确保了通过终身学习维持能力所需的科学原则。步骤2临床知识（CK）评估考生是否可以应用医学知识，技能和对在监督下提供患者护理至关重要的临床科学的理解，并重点是预防健康和疾病。步骤2确保适当的关注专门介绍临床科学原则和基本以患者为中心的技能，这为医学的安全有效实践提供了基础。第3步评估考生是否可以应用医学知识和对无监督医学实践至关重要的生物医学和临床科学的理解，重点是在卧床环境中的患者管理。将步骤3纳入USMLE许可检查序列，可确保注意力致力于评估对为患者提供一般医疗护理的独立责任的医生的知识和技能的重要性。了解您的分数报告的步骤2 CK和步骤3的分数从1到300。USMLE利益相关者应避免比较在急剧不同的时间点获得的分数。针对使用统计程序进行调整，调整了各种形式和年份的难度小差异；因此，给定步骤的得分在整个年度和形式之间都是可比性的。然而，重要的是要注意，所有USMLE考试随着时间的流逝而随着测试内容而演变，并且在两个实质上不同的时间点进行的检查可能会在某些内容或某些内容领域的重点方面有所不同。由于每次检查的内容和格式会随着时间的流逝而变化，因此不应与时间分离超过3 - 4年的个体分数进行比较。表1显示了来自LCME认可的美国/加拿大医学院的第一名的平均值和标准偏差（SD），他们在过去3年中进行了测试。
USMLE步骤1住宿的障碍：1型糖尿病的学生
发送的21次调查，16（76.2％）参与者回应。在16位受访者中，有11个（68.8％）适用于USMLE步骤1的住宿，而5（31.2％）则没有。在申请住宿的11人中，有7（63.6％）收到了所需的住宿，而4（36.4％）则没有。在接受要求的住宿的人中，有5/7（71.4％）在考试当天至少有一个与糖尿病有关的障碍。在不申请步骤1住宿的人中，有4/5（80％）参与者报告说，考试当天至少经历了与降低障碍有关的障碍。总体而言，有或没有住宿的考试当天，学生在考试当天经历了障碍。定性分析揭示了参与者在过程中的经验中的主题：挫败感，愤怒，压力和一些普遍满意的领域。
附录 L – DDTC USML 类别代码
DDTC USML 类别代码说明 01 枪支及相关物品 02 枪支和武器装备 03 弹药和军械 04 运载火箭、导弹、弹道导弹、火箭、鱼雷、炸弹和地雷 05 爆炸物和含能材料、推进剂、燃烧剂及其成分 06 水面舰艇和特殊海军装备 07 地面车辆 08 飞机和相关物品 09 军事训练设备和培训 10 个人防护装备 11 军用电子设备 12 火控、激光、成像和制导设备 13 材料和杂项物品 14 毒物，包括化学制剂、生物制剂和相关设备 15 航天器和相关物品 16 核武器相关物品 17 未另行列举的机密物品、技术数据和国防服务 18 定向能武器19 燃气涡轮发动机及相关设备 20 潜水器及相关物品 21 未另行列举的物品、技术数据和国防服务 55 未列入国际武器贸易（ITAR）的物品
根据UQ-Ochsner MD计划中的学习准备USMLE步骤1本指南是通过UQ学生员工合作伙伴关系
根据UQ-Ochsner MD计划中的学习准备USMLE步骤1本指南是通过UQ学生员工合作伙伴关系根据UQ-Ochsner MD计划的成功毕业生的近乎同行经验而开发的。内容建立在UQ-Ochsner MD计划中的学习机会上，以支持您为USMLE步骤1的准备。它旨在通过将USMLE概念与UQ医学博士课程相匹配来补充USMLE研究。它并非旨在取代Ochsner临床学校提供的USMLE指南/资源。项目的贡献者：学生伙伴（2021-22）凯瑟琳·劳顿（Catherine Lawton）Abdul Zia；查尔默·斯旺森（Chalmer Swanson）；康纳·索兰（Connor Solan）； Rana Mehdizadeh; Ranko Savic; Sava Turcan工作人员合作伙伴克里斯蒂安·格雷（Christian Gray）博士（课程协调员Medi7282为USMLE步骤1准备）
ChatGPT 在 USMLE 上的表现：使用大型语言模型实现人工智能辅助医学教育的潜力 2
是作者/资助者，他已授予 medRxiv 永久展示预印本的许可。 （未经同行评审认证）预印本此版本的版权持有者于 2022 年 12 月 20 日发布。；https://doi.org/10.1101/2022.12.19.22283643 doi：medRxiv 预印本
