Resumen del servicio · /eval/¿Nuevo en eval. de modelos médicos? Vea qué es y reserve →
Esta página · catálogo de sets¿Ya conoce el escenario? Elija un SKU y consulte: el formulario está al final de esta página

Catálogo de datasets de eval. · explorar y consultar

Gate Catalog

Elija sets privados por escenario de puerta; «Consultar» le lleva al formulario de esta página.

Esta página es Selección de SKU y mapa de benchmarks, no un manual de producto. Definición del servicio y reserva en /eval/. Las consultas sincronizan correo comercial, DingTalk y CRM.

Enviar briefing de eval. Elija una de tres Seis familias de sets Conocer la eval. de modelos médicos Mapa de benchmarks

Respuesta en un día hábil · sync correo · DingTalk · CRM · no envíe datos de pacientes identificables · tel. +86 15010400907

¿Qué paso quiere avanzar ahora?

Elija una de tres. Abrir una ruta rellena el interés y le lleva al formulario.

Path 01

Model going live / clearing safety puertas

Rechazo, alucinación y consejos inseguros requieren packs de seguridad privados contractuales y rutas de prueba a ciegas.

Elegir puerta de seguridad e indagar → Path 02

Generation retest / consultation-agent puerta

La opción múltiple ya no basta. Necesita diálogo multi-turno y rubrics médicas: una capa privada al estilo de HealthBench / CMB-Clin.

Elegir diálogo clínico e indagar → Path 03

Evaluar primero, luego decidir qué paquete de datos complementar

Medical Gate saca a la luz los buckets de fallo y los convierte en specs del siguiente paquete consultables—la eval. retiene la cuenta; los datos renuevan la relación.

Elija el retorno Gate y consulte →

Seis familias de datasets de eval. · «Consultar» abre el formulario

¿No sabe la familia? Envíe un brief para recomendación—o abra «Detalles» para benchmarks y desgloses de papers.

GB-ExamEstilo examen

Sets privados estratificados por dificultad

Alineado con las vías de examen MedQA / CMB / MedBench. Apto para pretrain, regresión SFT y retests generacionales: los ítems públicos se contaminan fácilmente; los contratos necesitan sets privados congelados.

Consultar este set Ver detalle
GB-ClinDiálogo clínico

Multi-turn consult + médico rubric

Alineado con HealthBench / CMB-Clin. Las puertas de lanzamiento para agentes de consulta y asistentes clínicos no pueden basarse solo en el total MCQ.

Consultar este set Ver detalle
GB-SafetySeguridad

Rechazo · alucinación · escenarios jailbreak médicos

Una puntuación alta de conocimiento ≠ publicable. Las vías de seguridad deben pasar por separado antes de la firma de producto y legal.

Consultar este set Ver detalle
GB-VisionMultimodal

Ítems de comprensión de imagen + informe

Derivado de nuestros activos CT / WSI / chequeo autorizados. Un leaderboard CXR público no le compra una cadena de autorización.

Consultar este set Ver detalle
GB-AuditAuditoría

Auditoría de contaminación y calibración

Informe archivable para diligencia de compras y financiación: controles de fuga, protocolo de dificultad, notas de congelación del set privado.

Consultar este servicio Ver detalle
MG-LoopBucle eval.→datos

Gate → cubos de fallo → paquete de parches

La eval. encuentra brechas; comprar datos no garantiza mejorar el modelo. Los resultados de puerta se mapean a ampliación, parche o specs de rollback.

Consultar este bucle Ver detalle

¿Ya sabe qué familia?

Deje organización y escenario: respondemos con briefing del set o notas de agenda Gate. Los leads que nombran un SKU tienen prioridad de agenda.

Enviar briefing ahora Llamada

¿Por qué comprar sets de eval. privados en vez de grind de leaderboards públicos?

Los benchmarks públicos son un mapa de demanda; paga por anti-fuga, rúbricas clínicas en chino, dificultad de especialidad y autorización auditable—lo que no compra de forma estable en leaderboards públicos.

Buyer value

Listo para contrato

Versión, reglas, aislamiento y requisitos anti-contaminación congelables; resultados de puerta aceptables—no una captura de leaderboard.

Same stack

Misma línea de datos

Misma red médica, mismo sistema de ficha y licencia. Las brechas que revela la eval. pueden volver como specs del siguiente paquete de entrenamiento.

No hype score

Sin teatro de puntuaciones no verificables

Las páginas públicas no muestran puntuaciones de leaderboard no verificables. Entregamos método, materiales y notas de agenda.

Si está comparando estos ecosistemas públicos

Abra un nombre de leaderboard público para el detalle de categoría; en la página de detalle puede prellenar una consulta desde ese board.

Está comparando Bloqueos comunes Consulta sugerida
MedBench / CMB vía de examen Los ítems open source se contaminan fácilmente; faltan casos difíciles en chino GB-Exam
HealthBench / CMB-Clin Open generation lacks médico rubrics GB-Clin
MedHallu / vía seguridad y ética Alto conocimiento, baja seguridad; alucinaciones difíciles poco medidas GB-Safety
CheXpert / vía multimodal Alto coste de alinear autorización e informes GB-Vision
Contaminación / diligencia de eval. dinámica No está claro si las puntuaciones son «memorización» GB-Audit
Expandir: cadencia de entrega y materiales modelo
01 · EnviarDeje escenario y SKU previsto; obtenga un ID de consulta
02 · AlinearMétricas de puerta, aislamiento y ruta de puntuación
03 · MaterialesNotas del set / agenda Gate / NDA si hace falta
04 · RetroalimentarLos tipos de fallo se convierten en specs del siguiente paquete

Muestra:Esqueleto informe Gate · Campos de ficha · Bucle nódulo pulmonar · Catálogo de entrenamiento

Enviar briefing de eval.

Unos 2 minutos. Respondemos con materiales verificables: briefing del set o notas de agenda Medical Gate.

Cuéntenos sus objetivos de puerta

Los leads que nombran un SKU, ventana de lanzamiento o necesitan rubric médica / auditoría de contaminación tienen prioridad. Tras enviar: sync correo comercial y DingTalk.

o solo reservar la eval. de modelos Privacidad

Al enviar, acepta que Beijing Langhui Technology trate los datos de contacto que ingresó para responder. Ver Privacidad y Cumplimiento.
Entidad contratante: Beijing Langhui Technology Co., Ltd. (marca LumeSage).

Entidad operativa y contratante: Beijing Langhui Technology Co., Ltd. · marca LumeSage. Nombres de campus en direcciones (incl. PKU Science Park), no implican respaldo universitario. Este sitio no es promoción de dispositivo médico ni promete eficacia clínica. Escala y licencia según ficha y contrato. Más: Aviso · Privacidad · PI y marcas · Cumplimiento