一项归类为论文的工作在 lynchlab.net 发布页面，标题为“A 10-year-old CNN outperforms frontier LLMs for skin cancer diagnosis”。标题直译是：一个已有十年历史的卷积神经网络（CNN）在皮肤癌诊断任务上，表现优于前沿大语言模型（LLM）。由于页面未提供摘要，目前可确认的核心信息仅限于这一比较结论；具体使用了哪些模型、何种皮肤癌图像数据集、评价指标以及性能差距，均无法从现有信息判断。
该结果值得关注，是因为它把“通用大模型”与“专用视觉模型”放在同一临床相关任务上对比。皮肤癌诊断高度依赖对皮损图像的细粒度视觉判别，而CNN长期是医学影像分析的主流架构。若一个十年前设计的CNN仍能胜过当前前沿LLM，至少提示：在特定医学影像任务中，模型规模和新近程度并不自动转化为更优诊断表现，任务专用架构、训练数据和评估方式仍然关键。
对AI从业者而言，这一对比也提出了评估方法问题：LLM的医疗能力不应只在通用基准上衡量，而应与强领域基线在相同数据、相同指标下比较，并经过外部验证。当前页面信息有限，在完整方法与结果公开前，结论应谨慎解读。原始页面：https://lynchlab.net/llm-skin-cancer