KlinikeBench检验模型完整临床交互能力

Xueting Fang等人提出KlinikeBench基准，用333个临床医生编写的任务评估语言模型与虚拟患者沟通、采集病史、请求检查并作出诊断的完整流程。

摘自 arXiv · cs.AI

还没有足够的连续观测数据，暂不绘制趋势。