keystone-bench

一個臨床決策證據基準：提取答案所依據的單一事實，並查看助理的行為是否隨證據而變動。基於 HealthBench 構建。

keystone-bench 是什麼？

一個臨床決策證據基準：提取答案所依據的單一事實，並查看助理的行為是否隨證據而變動。基於 HealthBench 構建。