arXiv · cs.AI · Shriram Vasudevan, Videet Mehta, Connor Sweeney · 9 小时前模型评分48
BABA-Bench：评估长程患者权益代理的基准
BABA-Bench: Evaluating Long-Horizon Patient-Advocacy Agents
导读
研究团队构建了 BABA-Bench，包含 47 个由真实患者权益案例脱敏改造的交互环境，用于检验 人工智能（AI，Artificial Intelligence） 智能体（Agent）能否在达成正确结果的同时遵守必要流程。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：医疗与生命科学
事件类型：研究发布
证据摘录
- “We introduce BABA-Bench, a benchmark of 47 interactive worlds.”
来源：arXiv · cs.AI · arxiv.org