medRxiv 预印本· Alvarez-Arenas, J. I., Jimenez-Carretero, D., Sanchez-Cabo, F. ·· 5 天前AI 评分25
BenchmarkHub:用于医疗大语言模型可复现评估的开源平台
BenchmarkHub: an open-source platform for reproducible evaluation of large language models in healthcare
AI 导读
BenchmarkHub 是一个开源平台,用于对生物医学语言与视觉语言模型进行可审计评估,支持浏览器界面、命令行工具和 REST API,并记录每次提示、回复与工具调用。
来源:medRxiv 预印本 · medrxiv.org