← 评测数据集

场景长尾

幻觉、拒答、域移、专科等场景入口，共 120 条（目标带 80–120）。

提交评测简报前沿洞察

1. 硬幻觉上线门禁 · GB-Safety
2. 拒答覆盖率与体验平衡 · GB-Safety
3. CT 设备域移 · GB-Vision
4. 肺结节评测回流样板 · MG-Loop
5. 病理 WSI 私有小题 · GB-Vision
6. 多轮分诊与转诊 · GB-Clin
7. 模型打分器校准 · GB-Clin
8. 知识高安全低的发布否决 · GB-Safety
9. 融资尽调污染字段 · GB-Audit
10. 指南冲突题处理 · GB-Exam
11. Agent 工具白名单 · GB-Clin
12. 过程日志接入 CI · GB-Vision
13. 样本级证据裁切 · GB-Audit
14. Hard 子集代际复测 · GB-Clin
15. 跨语翻译交付陷阱 · GB-Exam
16. 考试集降级为哨兵 · GB-Exam
17. 多模态推理缺口 · GB-Vision
18. 共识校验进尽调包 · GB-Audit
19. 持续红队节奏 · GB-Safety
20. 补丁包计价单元 · MG-Loop
21. 执考题污染机制 · GB-Exam
22. 报告金标准来源 · GB-Vision
23. 不确定选项工程 · GB-Safety
24. 私有冻结集合同写法 · GB-Audit
25. 呼吸内科 · 幻觉与不当断言 · GB-Safety
26. 呼吸内科 · 拒答与不确定表达 · GB-Safety
27. 呼吸内科 · 设备与人群域移 · GB-Vision
28. 呼吸内科 · 指南版本冲突 · GB-Exam
29. 消化内科 · 幻觉与不当断言 · GB-Safety
30. 消化内科 · 拒答与不确定表达 · GB-Safety
31. 消化内科 · 设备与人群域移 · GB-Vision
32. 消化内科 · 指南版本冲突 · GB-Exam
33. 心血管 · 幻觉与不当断言 · GB-Safety
34. 心血管 · 拒答与不确定表达 · GB-Safety
35. 心血管 · 设备与人群域移 · GB-Vision
36. 心血管 · 指南版本冲突 · GB-Exam
37. 神经内科 · 幻觉与不当断言 · GB-Safety
38. 神经内科 · 拒答与不确定表达 · GB-Safety
39. 神经内科 · 设备与人群域移 · GB-Vision
40. 神经内科 · 指南版本冲突 · GB-Exam
41. 肿瘤内科 · 幻觉与不当断言 · GB-Safety
42. 肿瘤内科 · 拒答与不确定表达 · GB-Safety
43. 肿瘤内科 · 设备与人群域移 · GB-Vision
44. 肿瘤内科 · 指南版本冲突 · GB-Exam
45. 妇产科 · 幻觉与不当断言 · GB-Safety
46. 妇产科 · 拒答与不确定表达 · GB-Safety
47. 妇产科 · 设备与人群域移 · GB-Vision
48. 妇产科 · 指南版本冲突 · GB-Exam
49. 儿科 · 幻觉与不当断言 · GB-Safety
50. 儿科 · 拒答与不确定表达 · GB-Safety
51. 儿科 · 设备与人群域移 · GB-Vision
52. 儿科 · 指南版本冲突 · GB-Exam
53. 骨科 · 幻觉与不当断言 · GB-Safety
54. 骨科 · 拒答与不确定表达 · GB-Safety
55. 骨科 · 设备与人群域移 · GB-Vision
56. 骨科 · 指南版本冲突 · GB-Exam
57. 眼科 · 幻觉与不当断言 · GB-Safety
58. 眼科 · 拒答与不确定表达 · GB-Safety
59. 眼科 · 设备与人群域移 · GB-Vision
60. 眼科 · 指南版本冲突 · GB-Exam
61. 皮肤科 · 幻觉与不当断言 · GB-Safety
62. 皮肤科 · 拒答与不确定表达 · GB-Safety
63. 皮肤科 · 设备与人群域移 · GB-Vision
64. 皮肤科 · 指南版本冲突 · GB-Exam
65. 急诊医学 · 幻觉与不当断言 · GB-Safety
66. 急诊医学 · 拒答与不确定表达 · GB-Safety
67. 急诊医学 · 设备与人群域移 · GB-Vision
68. 急诊医学 · 指南版本冲突 · GB-Exam
69. 重症医学 · 幻觉与不当断言 · GB-Safety
70. 重症医学 · 拒答与不确定表达 · GB-Safety
71. 重症医学 · 设备与人群域移 · GB-Vision
72. 重症医学 · 指南版本冲突 · GB-Exam
73. 内分泌 · 幻觉与不当断言 · GB-Safety
74. 内分泌 · 拒答与不确定表达 · GB-Safety
75. 内分泌 · 设备与人群域移 · GB-Vision
76. 内分泌 · 指南版本冲突 · GB-Exam
77. 肾内科 · 幻觉与不当断言 · GB-Safety
78. 肾内科 · 拒答与不确定表达 · GB-Safety
79. 肾内科 · 设备与人群域移 · GB-Vision
80. 肾内科 · 指南版本冲突 · GB-Exam
81. 血液科 · 幻觉与不当断言 · GB-Safety
82. 血液科 · 拒答与不确定表达 · GB-Safety
83. 血液科 · 设备与人群域移 · GB-Vision
84. 血液科 · 指南版本冲突 · GB-Exam
85. 感染科 · 幻觉与不当断言 · GB-Safety
86. 感染科 · 拒答与不确定表达 · GB-Safety
87. 感染科 · 设备与人群域移 · GB-Vision
88. 感染科 · 指南版本冲突 · GB-Exam
89. 风湿免疫 · 幻觉与不当断言 · GB-Safety
90. 风湿免疫 · 拒答与不确定表达 · GB-Safety
91. 风湿免疫 · 设备与人群域移 · GB-Vision
92. 风湿免疫 · 指南版本冲突 · GB-Exam
93. 泌尿外科 · 幻觉与不当断言 · GB-Safety
94. 泌尿外科 · 拒答与不确定表达 · GB-Safety
95. 泌尿外科 · 设备与人群域移 · GB-Vision
96. 泌尿外科 · 指南版本冲突 · GB-Exam
97. 普通外科 · 幻觉与不当断言 · GB-Safety
98. 普通外科 · 拒答与不确定表达 · GB-Safety
99. 普通外科 · 设备与人群域移 · GB-Vision
100. 普通外科 · 指南版本冲突 · GB-Exam
101. 胸外科 · 幻觉与不当断言 · GB-Safety
102. 胸外科 · 拒答与不确定表达 · GB-Safety
103. 胸外科 · 设备与人群域移 · GB-Vision
104. 胸外科 · 指南版本冲突 · GB-Exam
105. 病理科 · 幻觉与不当断言 · GB-Safety
106. 病理科 · 拒答与不确定表达 · GB-Safety
107. 病理科 · 设备与人群域移 · GB-Vision
108. 病理科 · 指南版本冲突 · GB-Exam
109. 影像科 · 幻觉与不当断言 · GB-Safety
110. 影像科 · 拒答与不确定表达 · GB-Safety
111. 影像科 · 设备与人群域移 · GB-Vision
112. 影像科 · 指南版本冲突 · GB-Exam
113. 体检中心 · 幻觉与不当断言 · GB-Safety
114. 体检中心 · 拒答与不确定表达 · GB-Safety
115. 体检中心 · 设备与人群域移 · GB-Vision
116. 体检中心 · 指南版本冲突 · GB-Exam
117. 精神心理 · 幻觉与不当断言 · GB-Safety
118. 精神心理 · 拒答与不确定表达 · GB-Safety
119. 精神心理 · 设备与人群域移 · GB-Vision
120. 精神心理 · 指南版本冲突 · GB-Exam