研究表明，大型语言模型（如GPT-3.5、GPT-4和Claude）在医学教育中能够生成高质量的考试问题，评估指标包括可读性、特异性和清晰度，显示出这些模型在适当提示下的有效性。
完成下面两步后，将自动完成登录并继续当前操作。
