MedHarnessBench 医疗智能体评测基准发布
热点事件持续更新
MedHarnessBench 医疗智能体评测基准发布
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
研究者 Rui Tang、Hongqiu Wang 发布医疗智能体评测基准 MedHarnessBench，并配套提出 Medical Harness Protocol。该基准包含 342 个可执行任务，覆盖 FHIR/EHR 操作、医疗行政接口和多模态临床工具，从七个医疗流程维度独立评估智能体。 据研究者称，在超过 16,000 次受控任务执行中，MedHarness 在终端任务成功率、中间子任务完成度和医疗流程质量上均有提升，并能发现仅看终端结果无法发现的失败。代码与资源已公开。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
MedHarnessBench：面向医疗智能体评估的统一基准报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIMedHarnessBench：面向医疗智能体评估的统一基准
研究者提出 Medical Harness Protocol 与 MedHarnessBench，用 342 个可执行任务、覆盖 FHIR/EHR 操作等场景，从七个医疗流程维度独立评估医疗智能体。在超过 16,000 次受控任务执行中，MedHarness 在终端任务成功率、中间子任务完成度和医疗流程质量上均有提升，并能揭示仅看终端结果无法发现的失败。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。