Baba 发布 BabaBench 医疗协调基准

2026年10月15日，医疗协调公司 Baba 发布基准 BabaBench，用于衡量前沿模型在真实医疗协调任务上的表现。据 AGI Hunt 报道，初步结论是 AI 单独尚无法替代人类护理协调员。基准场景包括：帮助一位说西班牙语的糖尿病女性完成 Medicaid 申请、找到安全住房，并劝她选择 12oz 而非 16oz 的含糖饮料。该合成世界由 Baba 内部数百名医生、治疗师、护士和社会工作者标注构建。报道未给出各模型的具体得分、榜单排名或后续更新计划。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。