К содержимому

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")