评测数据集 · 实体榜单 · medlitqa · GB-Exam

2026-09-27前沿洞察 · 医疗大模型评测对应类目 GB-Exam

MedLitQA：公开评测地图与私有门禁映射｜LumeSage

医学文献片段问答：考察基于证据的推理，适合作为幻觉与引用忠实度的上游对照。 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/medlitqa/

定义与观测窗口

MedLitQA（MedLitQA）· 观测窗口 2026-09-27。

医学文献片段问答：考察基于证据的推理，适合作为幻觉与引用忠实度的上游对照。

主映射 SKU：GB-Exam（考试型评测集）。相关扩展：GB-Safety。

参考文献标识：公开基准/平台文档（以官方为准）。

测什么 / 测不到什么

测量面：

• 文献推理
• 证据约束回答

产业共识缺口：

• 英文文献为主时中文临床细则缺失
• 不是问诊门禁

数据集要求（可采购字段）

• 文献年份截断
• 引用约束
• 不确定选项

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）

1. 局限与私有映射 · 局限 私有评测 门禁
2. 采购与数据卡 · 采购 数据集要求 数据卡
3. 污染与可信度 · 污染审计 防泄漏 尽调
4. 评分细则与对比 · rubric 评分 对比公开榜
5. 公开对照与私有门禁对比 · 对比 公开榜 私有门禁
6. 上线门禁协议 · 上线门禁 发布协议 一票否决

角色入口

• 算法负责人 — 分轨指标、CI、失败分桶、代际复测
• 采购接口人 — 可比选字段、验收、报价单元、交付节奏
• 法务/合规 — 授权、再训练边界、脱敏、外发裁切
• 融资/BD尽调 — 可归档材料、污染声明、过关结论证据

MedLitQA公开协议能对照的是：文献推理、证据约束回答。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：英文文献为主时中文临床细则缺失；不是问诊门禁。

写进数据卡时建议保持同名的字段是：文献年份截断、引用约束、不确定选项。缺哪一项，就标成未覆盖。

LumeSage 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。

行动

就 MedLitQA 询价 GB-Exam · 提交评测简报 · English stub