| Benchmark | 测评分类 | 可信级别 | 开放 | 热度 |
|---|---|---|---|---|
MedQA MedQA· 多家 | 垂直领域医疗 | S高可信 | 38.2 | |
HealthBench · OpenAI | 垂直领域医疗 | S高可信 | 22.4 | |
healthbench-professional · openai | 垂直领域医疗 | B待确认 | 19.4 | |
ade_corpus_v2 · ade-benchmark-corpus | 垂直领域医疗 | B待确认 | 18.2 | |
miriad-benchmark-200k · tomaarsen | 垂直领域医疗 | B待确认 | 15.4 | |
mslr2022 · allenai | 垂直领域医疗 | B待确认 | 14.8 | |
llm-medical-reasoning-steps-benchmark · medreason | 垂直领域医疗 | B待确认 | 8.8 | |
MedXpertQA · TsinghuaC3I | 垂直领域医疗 | B待确认 | 8.6 | |
ade_benchmark_with_llm_reason · jay0911 | 垂直领域医疗 | B待确认 | 6.1 | |
CUREBench · mims-harvard | 垂直领域医疗 | B待确认 | 0.0 |