根据官方信息，HealthBench由262位来自60个国家/地区执业的医生共同参与构建，整合了5000段真实的医疗对话数据。与以前的狭窄基准不同，HealthBench通过48562个独特的医生编写的评分标准进行有意义的开放式评估，涵盖多个健康背景和行为维度

模型 医疗 openai openai医疗 healthbe 2025-05-17 20:59  3