arXiv · cs.AI· Rui Tang, Hongqiu Wang·· 11 小时前
MedHarnessBench：统一医疗智能体评测框架
MedHarnessBench: A Unified Benchmark for Healthcare Agent Evaluation
arXiv:2610.15714v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Rui Tang, Hongqiu Wang
研究任务与主要进展
作者提出 Medical Harness Protocol，并据此构建 MedHarnessBench，用于从七个流程维度评估医疗智能体的执行质量。基于论文摘要，该基准包含 342 个可执行任务，覆盖 FHIR/EHR 操作、医疗管理接口和多模态临床工具，并已开放代码与资源。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org