09:58
官方账号arXiv cs.AI@Goktug Ozkan
推荐理由：临床医生亲自设计的AI安全测试，能精准定位模型在哪类医疗错误上出问题，搞医疗AI的必看。
开源基准
共 2 条相关 AI 资讯
7月17日
09:58
MedFailBench是一个由临床医生构建的开源基准，专门用于检测医疗AI的安全边界失效类型。它定义了6种安全门类型（如错过紧急升级、不安全的远程剂量、证据伪造等）和1-5级严重度评分。当前公开版本v0.2.1包含44个临床医生审查的合成病例及严重度标注。基准还提供HuggingFace排行榜预览、安全门分类法和临床严重度评分标准。该项目不包含患者数据或临床验证声明，采用Apache-2.0和CC-BY-4.0许可。
7月15日
04:03
04:03
Aravind Srinivas@AravSrinivas
Aravind Srinivas@AravSrinivas推荐理由：Perplexity把内部跑得最好的研究能力基准WANDR开源了，你要评测推理模型可以拿来用。