CHI-Bench

CHI-Bench — первый в мире бенчмарк для оценки AI-агентов в здравоохранении с поддержкой MCP-инструментов.

Тест позволяет измерять эффективность агентов при работе с медицинскими данными и клиническими задачами. Инструмент ориентирован на разработчиков и исследователей, стремящихся стандартизировать проверку безопасности и точности медицинских ИИ-систем.

Источник: @huggingface, 27-05-2026