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