Stanford HAI醫療AI測試：最佳智能體未完成半數任務

2026年10月20日，Stanford HAI 透過 MedHELM、PhysicianBench 和 HealthAdminBench 三項基準評估醫療 AI。報道指出，其中兩項是執行型基準，而在這兩項基準上表現最佳的智能體，均未能完成一半任務。也就是説，兩項執行型基準的最佳智能體，完成任務的比例均不足一半。這是報道目前交代的事件進展，內容聚焦於上述評估及其結果。

AI 根據報道生成 · 2 小時前更新

還沒有足夠的連續觀測數據，暫不繪製趨勢。