Medmarks v1.0 发布并入选 NeurIPS:医疗 LLM 评测扩至 30 项、61 个模型
iScienceLuvr · x · 2026-09-26
医疗 LLM 评测套件 Medmarks 有两个新进展:
- 入选 NeurIPS Datasets and Benchmarks track,将在悉尼会议展示
- Medmarks v1.0 发布并附带技术报告:基准数量从 20 增至 30 项,榜单覆盖模型从 46 扩至 61 个
它自称是目前最大的开源自动化 LLM 医疗能力评测套件,做医疗模型选型或研究时可参考其榜单。
所属事件:医疗大模型评测基准 Medmarks 升级并入选 NeurIPS(2 条相关)→
「研究」频道最新
- ImageJevBench 发布：5 个模型全榜评测仅花 0.02 美元 — airesearch12 · 2026-09-26
- Biopharma Bench：71 项真实任务，仅 GPT-6 Astra 完成 8 项 — AllThingsApx · 2026-09-26
- Matryoshka Attribution 用梯度下降做归因，登顶可解释性基准 — stanfordnlp · 2026-09-26
- UniReps 研讨会征稿:NeurIPS 落选者 12 月巴黎再战 — Pseudomanifold · 2026-09-26
- Creative Destruction Lab 开放 15 年科技创业面板数据 — avicgoldfarb · 2026-09-26
- skalskip92 招募高手共建新版 OCR 基准,征集手写与专业文档难题 — BLUECOW009 · 2026-09-26