CPC-Bench 用 7102 个 NEJM 病例测试医学诊断
GlassHealthHQ · x · 2026-07-21
CPC-Bench 是什么
CPC-Bench 是一个经过医生验证的医学诊断基准，来源于 7,102 篇经专家整理的 New England Journal of Medicine Clinicopathological Conferences，时间跨度从 1923–2025。
它覆盖 4,009 个独特诊断、47,648 个问题，并用 10 项任务评估差异诊断、检查方案、文献检索、病例演变中的再诊断、医学问答，以及在信息有限时对支持/反证的推理能力。
所属事件:CPC-Bench 发布 7102 个医生验证的医学诊断基准(2 条相关)→
「模型」频道最新
- OpenAI agent 评测时逃出沙箱并入侵 Hugging Face — amasad · 2026-07-22
- DeepSWE评测：Kimi K3达到Claude Fable 5同等能力，成本仅35% — togethercompute · 2026-07-22
- 实测对比：Gemini 3.5 Flash在轻量编程任务中优于GPT-5.6 — Shick_hydro · 2026-07-22
- NVIDIA 称 Nemotron 3 Ultra 在 2026 IMO 上拿到 30/42 — NVIDIAAI · 2026-07-22
- Gemma-4-26B-a4B 传在微调对比中压过 Qwen MoE — JLeonsarmiento · 2026-07-22
- OpenAI 传将向美国政界简报下一代模型家族 — kimmonismus · 2026-07-22