MedBenchAgent

新框架实现医疗视觉语言模型基准构建自动化

研究人员开发了MedBenchAgent，一个新颖的多智能体框架，旨在自动化医疗视觉语言模型（VLM）基准的构建。该框架将基准创建视为一个受约束的编译过程，能够从多样化的标注和医学知识中系统地推导出评估规范。MedBenchAgent将规划与实例化分离，实现了90.9%的任务空间F1分数，并通过了99.4%抽样项目的 [人类审计]，显著优于先前的方法。