OncologyBench 肿瘤多智能体基准发布
先了解这件事
2026 年 10 月 14 日，肿瘤学多智能体基准 OncologyBench 发布。该基准基于 92 个组件任务构建 25 项多步评测，覆盖转化与基础研究、风险与检测、诊断与肿瘤表征、治疗、应答与耐药、结局六个阶段；评分按「模型+框架」组合进行，而非只评单一模型。榜单显示，最强组合 Claude Opus 5 + Pi 得分仅 40.0%，Claude Opus 5.5 + Claude Code 为 37.3%，整体分数偏低。排行榜、论文与 GitHub 仓库均已公开，可供查阅与复现。发布方身份两类报道说法不一：早先报道称由 kenbwork 团队发布，后续报道称由 Latch 团队发布，最新一篇报道仍记为 Latch 团队。截至最新报道，尚无其他团队或机构对该基准结果给出回应或验证。
AI 根据报道生成 · 4 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntLatch 发布 OncologyBench 肿瘤学多智能体基准，最佳 Claude Opus 5 仅得 40 分
Latch 团队发布 OncologyBench，一个可验证的多智能体肿瘤学评测基准，25 项多步评估建立在 92 个组件任务上，覆盖转化与基础研究、风险与检测、诊断与肿瘤表征、治疗、应答与耐药、结局六个阶段。
- AGI HuntOncologyBench 发布：25 项肿瘤多步评测，最强模型仅得 40 分
kenbwork 团队发布肿瘤学多智能体基准 OncologyBench，含 25 项多步评测（基于 92 个组件任务），按「模型+框架」组合评分。榜首 Claude Opus 5 + Pi 仅 40.0%，Claude Opus 5.5 + Claude Code 37.3%。排行榜、论文与 GitHub 均已公开。
- AGI HuntLatch 发布 OncologyBench 肿瘤学基准，最强模型通过率仅四成
Latch 团队发布可验证的多智能体肿瘤学基准 OncologyBench，包含基于 92 个组件任务的 25 项多步评估，覆盖从转化研究、风险与检出、诊断到治疗等肿瘤旅程六个阶段。
本事件热度走势
当前热度 9·可比范围峰值 10（10月14日 03:00）·近 24 小时可比范围变化 –
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。