Датасет · actava
Бенчмарк ИИ-агентов для процессов в здравоохранении США
actava/chi-bench
Тестовые задания для оценки автономных агентов в медицинских сценариях: от согласования лечения до ведения пациентов.
Что внутри
Внутри лежат текстовые, табличные данные и документы на английском языке — всего менее 1 000 записей. Это набор заданий для проверки работы ИИ-агентов в трёх сложных процессах американского здравоохранения: предварительном согласовании процедур, управлении использованием ресурсов плательщиками и популяционном уходе. Датасет принят в трек оценок и датасетов конференции NeurIPS 2026.
Что можно сделать
- Оценка сложных мультиагентных систем и LLM-агентов в медицине
- Тестирование способности моделей следовать строгим регламентам и правилам
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- до 1K записей
- Скачиваний за месяц
- 3,8 тыс.
- Лайков
- 65
Как загрузить
from datasets import load_dataset
ds = load_dataset("actava/chi-bench")