PulseAugur
中
实时 07:56:44
实体 HealthCLBench

HealthCLBench

PulseAugur coverage of HealthCLBench — every cluster mentioning HealthCLBench across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_364058 ·

    新的HealthCLBench基准评估AI在医疗对话中的上下文学习能力

    一个名为HealthCLBench的新基准已被开发出来,用于评估AI模型在复杂健康对话中的上下文学习能力。该基准包含328个受控集群和1100多个案例,旨在测试模型在事实或目标发生变化时,如何获取、整合和应用相关上下文。评估显示,GPT-6-Astra表现最佳,其次是Claude-Opus-5-5和Ant Afu,常见的失败包括历史信息回忆问题和表达不确定性。