Evaluación dental
Junto con expertos dentales de todo el mundo, comprobamos cómo razonan los grandes modelos en la práctica dental real y qué riesgos de seguridad presentan.
¿Dónde falla el razonamiento dental de nivel experto y qué supervisión hace falta para corregirlo?
Tras GlobalDentBench, el equipo está construyendo OmniDentBench, más exigente. Las preguntas proceden de informes de casos y artículos de acceso abierto de PubMed Central; las redactan agentes, se filtran por dificultad con modelos punteros y las revisan una a una expertos dentales de China y del extranjero, para evaluar a los grandes modelos en decisiones clínicas de nivel experto y descubrir qué supervisión profesional necesitan más.
Dimensiones de capacidad y seguridad
Tipos de pregunta
- Preguntas objetivas de respuesta única
- Preguntas objetivas de respuesta exacta (se aceptan formas equivalentes)
- Preguntas abiertas (rúbricas ponderadas + líneas rojas de seguridad)
Evidencia de imagen
- 1Trazabilidad de fuentes y evidencia multimodal
Se seleccionan informes de casos y artículos de acceso abierto de PubMed Central según su relevancia dental y la idoneidad de la fuente, y se extraen el texto completo y las imágenes, conservando una evidencia multimodal trazable.
- 2Preguntas redactadas por agentes y filtro de dificultad
GPT-5.4 redacta preguntas candidatas a partir del texto y las imágenes conservados; tras un control de calidad con revisión y corrección, GPT-5.4, Gemini-3-Flash-Preview y Claude-Opus-4.6 las filtran por dificultad, y solo las que superan el filtro pasan a revisión experta.
- 3Revisión experta e inclusión
Tres miembros del comité votan de forma independiente y sin ver los votos de los demás, y se necesitan al menos dos votos a favor; en la revisión final participan un presidente de comité de especialidad chino y al menos un experto extranjero, y una pregunta solo se incluye si todos los revisores finales están de acuerdo.
Los resultados preliminares muestran que los modelos punteros aún tienen claras carencias en el razonamiento dental de nivel experto y que algunas respuestas cruzan líneas rojas de seguridad. Los resultados completos se publicarán con el artículo.


ColaboradoresJunjie Zhao, Ziying Sheng, Jiajun You, Zuolin Jin, Junwen Wang, Benyou Wang y expertos dentales de China y del extranjero del OmniDentBench Consortium
InstitucionesUniversidad de Hong Kong, Instituto de Innovación Colaborativa de Pekín, Universidad China de Hong Kong (Shenzhen), Shenzhen Loop Area Institute, Hospital Estomatológico de Shenzhen (Pingshan) de la Universidad Médica del Sur
