评测数据集 · 实体榜单 · agent-governance · GB-Clin
治理型 Agent 评测：公开评测地图与私有门禁映射｜朗慧
编排与工具策略可抬升安全与端到端分数；门禁需绑定策略版本而非只绑权重。 对齐 2026-09-27 前沿评测进展，给出 GB-Clin 映射、字段清单与询盘入口。
English entry: /en/gate/benchmarks/agent-governance/
定义与观测窗口
治理型 Agent 评测（Governed Medical Agent Evaluation）· 观测窗口 2026-09-27。
编排与工具策略可抬升安全与端到端分数；门禁需绑定策略版本而非只绑权重。
主映射 SKU：GB-Clin（临床对话评测集）。相关扩展：GB-Safety。
参考文献标识：arXiv:2511.14439。
测什么 / 测不到什么
测量面：
- 端到端任务
- 安全治理增益
- 工具合规
产业共识缺口：
- 把系统增益误报为模型跃迁
数据集要求（可采购字段）
- 策略版本
- 工具 ACL
- 对比实验设计
完整采购与门禁协议见意图簇文章，并回到类目页 GB-Clin。
意图簇（商业词进攻）
角色入口
治理型 Agent 评测公开协议能对照的是：端到端任务、安全治理增益、工具合规。这些维度要分列，不能收成一个总分。
公开材料测得到、合同里买不到的部分是：把系统增益误报为模型跃迁。
写进数据卡时建议保持同名的字段是：策略版本、工具 ACL、对比实验设计。缺哪一项，就标成未覆盖。
朗慧 把公开对照留在需求地图上，把可下单的规格放在 GB-Clin 的私有层。观测窗口 2026-09-27；版本以原论文和当期数据卡为准。