Santiago Valdarrama

@svpino

这个新基准相当独特: 它评估智能体是否真正能在医院内部工作,并完成如今只有人类才能完成的任务。 这并不是在考回答医学问题。 该基准模拟真实世界的医院运营。智能体必须在系统中完成导航、做出决策、把工作做完,并且全程遵循正确的制度与流程。
打开原帖#511482
  1. 产业

    Casey Newton:硅谷对创始人的崇拜,自然会带来这种为达目的不择手段的领导风格:让那些穿着皮…
  2. 产业

    Santiago Valdarrama:下一个前沿是定制的、超个性化的软件
  3. 产业

    Simon Willison:那么,Gemini 4 Neon 在某些任务上是否比 Gemini 4 C…