报告目录骨架
- 任务与过关指标定义
- 题集版本 / 隔离与防污染声明
- 总分与分位（对内，非公开榜）
- 失败类型 Top-N 与样例摘录
- 复测建议与下一包数据要点
本页 · Medical Gate 服务
私有过关门禁是什么、交付什么、直接预约
题集目录 · /gate/
已知道 SKU？按场景选品并询价 →
Medical Gate · 私有过关门禁
Medical Gate
判断医疗模型能不能在临床世界里安全行动——用可冻结的私有题集与医师评分，而不是公开榜截图。
这一单买的是私有评测，不是训练数据包。交付物是失败类型，以及下一批数据该怎么写。 覆盖安全拒答、临床对话、影像多模态与污染审计。输出可写进合同的报告骨架。 不是医疗器械认证；不承诺分数或临床效果上升。
- 测什么：模型在临床世界状态转移中的安全与可复核表现（拒答 · 对话 · 影像 · 污染）
- 谁裁决：冻结题集版本 + 医师评分细则 + 隔离/盲测协议
- 测完做什么：过关/复测决策，或把失败类型写成下一包可合同化数据规格
- 怎么开始：本页约 2 分钟留需求；要挑题集去 /gate/
您的模型卡在哪一层？一点即预填表单
评测栈：公开层可比，私有门禁可决策
公开榜（及 HealthBench 类方法地图）解决「可比与传播」；Medical Gate 解决「上线 / 采购 / 复测能不能过关」。两层不是对立，是同一坐标系。
买方真正看到的交付物（脱敏样例）
公开页不挂无法核验的分数。下面是方法可见性：你们会收到什么结构的材料。
医师 rubric 维度（示例）
示意权重，非正式公开分数。真实细则在 NDA 后按任务冻结。
失败类型 → 数据补丁
| 失败类型 | 下一包规格动作 |
|---|---|
| 急诊红旗漏检 | 加持有集难例 + 拒答/转诊 rubric |
| 指南禁忌误用 | 分层补丁 · 指南版本锁死 |
| 图文不一致 | 多模态对齐样本 + 双读抽检 |
| 疑似题集泄漏 | 换持有集版本 · 污染审计 |
过关之后
从评测发现到改进方案：把模型问题转化为可验收任务
相对纯开源榜或纯评测所，LumeSage 的差异化是：Medical Gate 与医疗专家数据产线同源。报告里的短板可以变成数据卡字段——终审层级、双读比例、分层难例、许可边界。
1. 命名失败可复核的错误类型，而不是「再刷一版分」
2. 写成规格字段表、质控分母、医师终审与隔离要求
3. 试交付验收小批量核对读取链路与标签字典
和 /gate/ 怎么分工？专业买家这样走
两页同一询盘通道；差别只在「先懂服务」还是「先选 SKU」。
已经知道题集？直接去目录询价
安全拒答 / 临床对话 / 私有题集 / 影像多模态 / 污染审计 / 回流补数据——六类入口在 /gate/。
为什么采购方付钱给私有门禁
公开层解决「可比」；合同买的是「可决策」与「可回流」。
可写进合同
题集版本、评分细则、隔离与防污染可冻结，而不是截一张排行榜。
与数据产线同源
将评测发现转化为数据补充与模型改进任务，并通过复测验证效果。
不做分数秀
公开页不展示无法核验的榜单分数；交付方法、材料与排期说明。
尽调友好：NDA 前后你会拿到什么
融资尽调、医院信息科与平台安全常见问题。敏感题不公开；文件目录可先对齐。
沟通阶段（本页提交后）
- 排期要点 / 推荐题集组合
- 隔离与交付方式说明
- 边界：非械审、不承诺涨分
NDA 后（受控材料）
- 题集版本控制与持有集策略
- 医师评分细则摘要与资质说明路径
- 样本报告骨架与复测协议
- 数据出境 / 部署边界条款讨论稿
合同附件可冻结项
- 任务定义与过关指标
- 题集 ID / 哈希 / 有效期
- 评分人层级与抽检分母
- 失败回流是否进入 MG-Loop
FAQ
Medical Gate 到底是什么？
面向医疗模型的私有过关门禁协作：约定任务与评分标准，在隔离条件下识别失败类型，为上线/采购决策与后续训练数据规划提供依据。测的是模型在临床世界里的安全行动能力。不是医疗器械认证，也不承诺买数据后分数必然提高。
/eval/ 和 /gate/ 有何不同？
/eval/＝服务说明 + 方法栈 + 预约入口（本页）。/gate/＝评测数据集分类与榜单对照，适合已明确 SKU 的询价。两边表单都进邮箱 · 钉钉 · CRM。
和公开榜 / HealthBench 类评测是什么关系？
公开方法负责可比与传播；Medical Gate 负责可冻结、可隔离、可写进合同的私有门禁。公开榜只作方法地图，不替代持有集与医师评分细则。
提交后多久有人跟？
一个工作日内回复排期要点或题集沟通说明；指定 SKU 的线索优先排期。
运营与合同主体：北京朗慧科技有限公司 · 品牌 LumeSage。 网站声明 · 隐私政策 · 合规说明
从战略主张，到可核对的交付
专业能力从任务匹配、专家参与和交付记录中核对。先明确规范和验收，再决定是否扩大项目。
专家参与机制 → 生物数据规格模板 →