BABA-Bench发布患者维权智能体流程合规基准

研究团队发布 BABA-Bench，用 47 个由真实患者权益案例脱敏改造的交互环境，检验 AI 智能体能否在达成正确结果的同时遵守必要流程。 该基准面向长程患者权益代理，评测重点不仅是最终结果，还包括智能体在交互过程中是否遵循必要程序。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。