待验证50% 置信事实精确时间
HealthBench 是面向真实医疗对话场景的基准，题目多为开放式咨询，答案没有唯一正确形式。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
Rubricon：自动生成评分标准，提升LLM评估与训练效率
rss2026/10/28
涉及实体
相关事实
待验证MentalHealthBench 覆盖贴近现实的对话情境（realistic mental health conversations），包含模糊表达、多轮交互和情绪起伏73% 相似待验证HealthBench Professional是专门针对临床医疗场景的评估体系，要求模型在专业知识准确性、伦理边界和不确定性表达上达标69% 相似待验证MentalHealthBench 是一套由专家参与设计的评测基准，用于衡量AI系统在真实心理健康对话场景中的回应是否既有帮助又足够安全68% 相似待验证Kin Health 不提供逐字逐句的转录文本，而是将对话内容重新组织成聚焦的结构化摘要，整理出关键要点、医生建议和后续行动步骤62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1114370API
curl https://kongchang.com/api/v1/knowledge/claims/1114370MCP
get_claim(id=1114370)