InclusionMed 开源医疗 AI 基准:审计 388 个候选仅选 5 个上榜
The InclusionMed Collaboration · hf · 2026-11-17
InclusionMed 是一个面向包容性医疗的开放式医疗 AI 评测计划,通过结构化审计和独立复现,从 388 个候选基准中选出 4 个公开基准,加上自建的私有诊断推理基准 InclusionMed-DxFiles,共 5 个基准纳入 Atlas。结果显示模型排名和推理成本会随医疗角色、任务与场景语境变化,呼吁更广泛的语境化评测。
「研究」频道最新
- 腾讯混元发布 Accelerate Bench:16 个编码 Agent 优化 CPU 程序实测 — Tencent-Hunyuan · 2026-11-17
- SWE-CoWork:101 个真实任务测编码 Agent,完整交付率不足 8% — Tokenwave-AI · 2026-11-17
- 方向消融为何失效?Centered Ablation 给出闭式解并大幅提升效果 — knoveleng · 2026-11-17
- DominoBench 基准:多模态模型难以从静态图预测物理后果 — UniversityofSouthernCalifornia · 2026-11-17
- RAPO:用反思锚点抑制长链多模态推理中的视觉信息衰减 — Xuan Gong · 2026-11-17
- <1000万参数 RL 智能体通关宝可梦红,比 DeepSeek-V3 小 6 万倍 — Bam4d · 2026-11-17