openai/healthbench

数据集简介

由 OpenAI 发布的 HealthBench 数据集，是一个用于评估 AI 模型在医疗健康领域能力的基准测试集。

主要用途

该数据集旨在为医疗健康相关的 AI 模型（如大语言模型）提供一个标准化的评估基准，用于测试模型在医学知识问答、诊断推理、患者咨询等任务上的表现。

数据类型/模态

根据元数据，数据集的具体模态（如文本、图像）和格式信息未明确列出。它很可能是一个以文本问答对或医疗场景问题为主的基准数据集。

规模与统计

• 下载量：约 995 次
• 社区关注度：获得 126 次点赞
• 访问权限：公开（非门控），可直接使用。

使用场景

适用于研究人员和开发者：
1. 模型评估：衡量和比较不同 AI 模型在医疗健康任务上的性能。
2. 能力基准测试：检验模型对医学知识的理解、临床推理的准确性与安全性。
3. 研究方向：推动医疗健康领域可靠、可信赖 AI 系统的发展。