评测数据集 · 实体榜单 · medbench-exam · GB-Exam
MedBench 考试轨：公开评测地图与私有门禁映射｜朗慧
中文考试型与知识问答主干，仍是预训练/SFT 默认体检表，但污染与尾部难度已成合同瓶颈。 对齐 2026-09-27 前沿评测进展，给出 GB-Exam 映射、字段清单与询盘入口。
English entry: /en/gate/benchmarks/medbench-exam/
定义与观测窗口
MedBench 考试轨（MedBench Exam Track）· 观测窗口 2026-09-27。
中文考试型与知识问答主干，仍是预训练/SFT 默认体检表，但污染与尾部难度已成合同瓶颈。
主映射 SKU：GB-Exam（考试型评测集）。相关扩展：—。
参考文献标识：arXiv:2407.10990。
测什么 / 测不到什么
测量面：
- 执考/住培风格知识
- 专科选择题
- 结构化准确率
产业共识缺口：
- 题面易入训练语料
- 指南版本未冻结
- 难例尾部分布不透明
数据集要求（可采购字段）
- 切分哈希
- 指南版本
- 难度分层
- 换题窗口
完整采购与门禁协议见意图簇文章，并回到类目页 GB-Exam。
意图簇（商业词进攻）
角色入口
MedBench 考试轨公开协议能对照的是：执考/住培风格知识、专科选择题、结构化准确率。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：题面易入训练语料；指南版本未冻结；难例尾部分布不透明。
写进数据卡时建议保持同名的字段是：切分哈希、指南版本、难度分层、换题窗口。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-Exam 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。