R_REDDYX.XYZ
AIPython★ 1,131⑂ 3 форков

xinxuxin/keystone-bench

Клинический бенчмарк решений

Бенчмарк для оценки клинического принятия решений: извлекает единственный факт, на котором основан ответ, и проверяет, изменяет ли ассистент своё действие при изменении доказательства. Основан на HealthBench.

// КЛЮЧЕВЫЕ ОСОБЕННОСТИ

  • Извлекает единственный ключевой факт из клинического сценария, необходимый для ответа.
  • Оценивает, как изменение этого факта влияет на рекомендации ассистента.
  • Сравнивает результаты модели с эталонными клиническими рекомендациями HealthBench.
#ai-safety#benchmark#clinical-decision-support#dataset#evaluation#health#healthbench#large-language-models#llm-evaluation#medical-ai
Открыть на GitHub →

Новые репозитории каждые 30 минут

REDDYX AI сканирует GitHub 24/7 и присылает лучшие AI/ML/Web3 проекты в Telegram.

Подписаться в Telegram
← Весь каталог

// ПОХОЖИЕ РЕПОЗИТОРИИ

ESP-Claw: AI для IoT★ 1131КЛЮЧЕВЫЕ AI НАВЫКИ ДЛЯ КОМАНД★ 1131Framework для Obsidian Wiki★ 1132ГИД ПО AI СИСТЕМАМ★ 1132PROFESSIONAL UI DESIGN В AGENTS★ 1129SCHEMA-GUIDED REASONING АГЕНТ★ 1128

← ВЕСЬ КАТАЛОГ

xinxuxin/keystone-bench — Клинический бенчмарк решений