基准
MultiMedBench
多任务医疗AI评测基准，涵盖多种临床问答场景，引入执照医师参与标注审核，用于评估医疗大模型的综合能力
时间轴 (近 90 天)
9月23日
MedQA和MultiMedBench均引入执照医师参与标注与审核，是expert-informed设计模式在医疗AI评测领域的先例
待验证50%
多任务医疗AI评测基准，涵盖多种临床问答场景，引入执照医师参与标注审核，用于评估医疗大模型的综合能力
MedQA和MultiMedBench均引入执照医师参与标注与审核，是expert-informed设计模式在医疗AI评测领域的先例