MedHELM 开源基准框架评估医疗 Agent 临床任务执行能力

MedHELM 采用 Apache 2.0 许可并由社区共同维护，用于评估医疗 AI Agent 执行临床任务而非仅提供信息的能力。社区可持续贡献前沿基准，以开放基准框架支持医疗 Agent 的可靠性评估。