6つの前沿モデルを多エージェント臨床POMDPで評価
judgement_labsが多エージェントPOMDP環境を構築し、6つの前沿モデルに予算制限と患者の不知情という条件の下で臨床症例を処理させた。HealthBench首位のQwenが最も低い成績だった。
POMDP
「POMDP」タグが付いたAI Pulseの更新一覧です。
1 件のシグナル「POMDP」タグが付いたAI Pulseの更新一覧です。
1 件のシグナルjudgement_labsが多エージェントPOMDP環境を構築し、6つの前沿モデルに予算制限と患者の不知情という条件の下で臨床症例を処理させた。HealthBench首位のQwenが最も低い成績だった。