JMIR发表五款大模型不孕症宣教材料生成质量评估研究

2026年10月28日，JMIR数字健康期刊发表了一项关于大语言模型生成不孕症患者健康宣教材料表现的对比分析研究。该研究评估了DeepSeek-R1、ChatGPT（GPT-5.2 Plus）、Kimi 2.5、Qwen 3与Gemini 3共五款主流大语言模型。研究基于6个维度、93个条目的标准化问题，分别测试模型生成中英文内容的能力。结果显示，5款模型在生成宣教材料的质量与可读性方面存在显著差异；其中，Gemini 3和Qwen 3的可读性表现最佳，其FRE评分显著高于其他3款模型。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。