Hospital-bench 医院运营基准发布:20 款模型跑 48 项任务,GPT-6.2 领跑但安全成短板

omarsar0 · x · 2026-11-21

zavoai 发布 Hospital-bench,一个测试 AI agent 医院运营能力的仿真基准:在含 13 个应用、131 个工具的模拟医疗系统里,处理保险核验、预授权、理赔、病历调取等真实行政流程。20 个模型各跑 48 项任务。

主要结果:

结论:可靠且安全地完成跨系统的复杂工作流,对当前 agent 仍是重大挑战。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →