OpenCompass的博客

2025年11月20日，中文医疗大模型权威评测平台MedBench全面迭代更新，发布了全国首个且唯一的面向垂模、专模、各大应用场景的医疗大模型评测与验证体系。本次升级聚焦与两大核心，全面覆盖大语言模型、多模态大模型及智能体三大技术范式，深度对齐国家《卫生健康行业人工智能应用场景参考指引》，为医疗AI从技术可行向临床可用搭建核心验证桥梁。平台数据印证行业认可度：截至目前，累积总累积活跃用户数近6万，评测服务模型总量近4万，周提交评测次数3万多，周点击次数20万以上，成为医疗AI领域核心 “度量衡”。

MedBench医疗大模型评测平台进行了全面升级，丰富了评测参评方式，新增API评测，同时优化了开放域问答（Open-domain question answer）的评估指标，通过医学专家标注答题点，进一步确保了评测结果的公平性和专业性。此外，平台在评测数据集、评测方法以及系统功能方面也进行了相应的升级，致力于为医疗大模型评测构建更健全的社区环境，并提供更为丰富、真实的实践场景。