MedResearchBench: A Multi-Domain Benchmark for Evaluating AI Research Agents on Clinical Medical Research
يقدم MedResearchBench أول معيار متعدد المجالات مصمم خصيصاً لتقييم وكلاء أبحاث الذكاء الاصطناعي في المهام الطبية السريرية من خلال الاستفادة من مجموعات البيانات العامة والحقائق المرجعية عالية الجودة لتقييم الأداء عبر سبعة مجالات سريرية باستخدام ستة أبعاد طبية متخصصة، مما يعالج الفجوة الحرجة في تقييم قدرة الذكاء الاصطناعي على إجراء أبحاث ذات جودة صالحة للنشر وسليمة سريرياً.