临床计算机操作智能体基准MedCUA-Bench发布

Jia Yu等作者发布 MedCUA-Bench，一个面向临床计算机操作智能体的交互式基准，覆盖10个医疗领域的18个临床场景。 该基准的场景依据真实产品手册和开源医疗系统重建；报道将其称为纯截图基准。

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。