粤ICP备17114055号
微信扫码
添加专属顾问
支持私有化部署
我要投稿
近日，中文医疗大模型开放评测平台MedBench迎来全面升级，新增大模型API评测方式，对于开放性问答评估，由医学专家人工标注“给分点”，进一步确保了评测结果的专业性与公正性。
模型的能力评测不仅是技术进步的度量衡，更是推动模型迭代和优化的重要驱动力。MedBench由上海人工智能实验室与上海市数字医学创新中心联合多家机构推出。作为医疗领域的专业评测基准，MedBench已加入司南大模型开源开放评测体系（OpenCompass）。自发布以来，MedBench已为387个医疗大模型提供评测。
该成果相关论文《MedBench: A Comprehensive, Standardized, and Reliable Benchmarking System for Evaluating Chinese Medical Large Language Models》近期已刊发于全球计算机系统领域期刊《Big Data Mining and Analytics》（中科院一区期刊，近两年平均影响因子10.6）。
论文标题：MedBench: A Comprehensive, Standardized, and Reliable Benchmarking System for Evaluating Chinese Medical Large Language Models
论文链接：https://www.sciopen.com/article/10.26599/BDMA.2024.9020044
全面升级：丰富评测方式，扩充数据集
动态评估：提升评测准确性
开放共享：推动专业互认体系建设
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-04-20
Google A2A的野心：AI Agent全球大一统
2025-04-20
我对扣子空间与Manus的产品的思考
2025-04-20
MCP很好，但安全问题不容忽视，智能体安全框架可以解决
2025-04-20
赛博中医大师已经开始为你把脉了
2025-04-20
OpenAI 官方定义：到底什么是 AI Agent？
2025-04-20
AIGC应用必坑指南与落地实战方法论
2025-04-20
「合成用户」进化：基于访谈生成的 1000 个 虚拟用户，能产出洞察吗
2025-04-20
扣子空间火了，是国产通用 agent 一个好的开始，比 manus 还差不少
2024-08-13
2024-06-13
2024-08-21
2024-09-23
2024-07-31
2024-05-28
2024-08-04
2024-04-26
2024-07-09
2024-09-17
2025-04-20
2025-04-18
2025-04-16
2025-04-13
2025-04-13
2025-04-13
2025-04-12
2025-04-12
回到顶部