RareDiseaseBench发布，最强智能体通过率43.8%
热点事件持续更新
RareDiseaseBench发布，最强智能体通过率43.8%
3 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
研究团队发布 RareDiseaseBench，从已发表罕见病病例重建35个诊断工作流任务。测试中，表现最强的AI诊断智能体通过率为43.8%，显示其罕见病诊疗能力仍有明显局限。 评测要求智能体从患者主诉和部分病历出发，经一次或多次就诊自主申请检查、说明理由并分析结果，最后提交诊断及管理方案；任务可访问 ClinVar、gnomAD 等数据，由 sidecar judge 评估检查请求并依据评分细则判定。
AI 根据报道生成 · 8 小时前更新
最新进展11月7日 05:25
kenbwork 发布 RareDiseaseBench：用多轮 AI 智能体诊断流程评测罕见病 AI报道时间线
沿着报道，了解事件的不同侧面。
11月7日
- AGI Huntkenbwork 发布 RareDiseaseBench：用多轮 AI 智能体诊断流程评测罕见病 AI
kenbwork 团队发布 RareDiseaseBench，基于已发表罕见病病例重建了 35 例诊断工作流 benchmark。评测要求 AI 智能体经多次就诊，自主选择检查并说明理由、分析文件，最终给出诊断与管理方案，以贴近真实诊断流程。
- AGI HuntRareDiseaseBench 发布：最强 AI 智能体罕见病诊断通过率不足一半
RareDiseaseBench 正式发布，以已发表的罕见病病例重构 35 个诊断工作流任务，检验 AI 智能体完成真实诊疗推理的能力。测试中，最强模型的通过率仅为 43.8%；该基准面向全球累计约 3 亿人受影响的罕见病诊断场景。
- AGI HuntRareDiseaseBench 发布：35 个罕见病病例考验 AI 智能体诊断能力
RareDiseaseBench 发布，以从已发表罕见病病例重建的 35 个诊断流程，考验 AI 诊断智能体的自主检查与诊疗决策能力。每个 agent 需从患者主诉和部分病历出发，在一次或多次就诊中申请检查、说明理由并分析文件，最终提交诊断与管理方案。任务可访问 ClinVar、gnomAD 等数据对象，由 sidecar judge 评估请求正当性并按 rubric 评分。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 1011月7日 06:00
- 近 24 小时变化
- –
02.557.510
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。