热点事件持续更新
Panoptive 发布 ClinOpsBench 临床试验监督基准
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 10 月 17 日，Panoptive 团队发布 ClinOpsBench: Trial Oversight v1.0，这是一个面向临床试验监督的 AI 基准，基于真实客户部署构建。该基准让 15 个 AI agent 在专家策划的模拟临床试验中执行为期 4 个月的监督任务，考察其持续发现问题的能力。结果显示，最强的前沿模型能够发现大多数关键问题，但没有任何一个模型达到完整的监督标准。基准涵盖 15 个模型、共 45 次运行，团队已公开结果、原始证据与代表性轨迹，并支持申请私域 held-out 环境。
AI 根据报道生成 · 3 小时前更新
最新进展10月17日 01:10
ClinOpsBench 结果公布：最强前沿模型能发现多数关键问题，但无一达到完整监督标准。报道时间线
沿着报道，了解事件的不同侧面。
10月17日
- AGI HuntClinOpsBench 发布：15 个 AI agent 在模拟临床试验中监督 4 个月
Panoptive 团队发布 ClinOpsBench: Trial Oversight v1.0，该基准基于真实客户部署构建，让 15 个 AI agent 在专家策划的模拟临床试验中执行为期 4 个月的监督任务。结果显示最强前沿模型能发现大多数关键问题，但没有一个达到完整的监督标准。基准含 15 个模型、45 次运行，已公开结果、原始证据与代表性轨迹，并支持申请私域 held-out 环境。
本事件热度走势
当前热度 9·可比范围峰值 10（10月17日 02:00）·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。