文章目录 · 第9页
- 场景长尾｜跨语翻译交付陷阱（锚定 MedQA） 2026-09-27
- 场景长尾｜考试集降级为哨兵（锚定 MedMCQA） 2026-09-27
- 场景长尾｜多模态推理缺口（锚定 MedBench 多模态轨） 2026-09-27
- 场景长尾｜共识校验进尽调包（锚定 HealthBench Consensus） 2026-09-27
- 场景长尾｜持续红队节奏（锚定 医疗越狱与不当建议） 2026-09-27
- 场景长尾｜补丁包计价单元（锚定 失败分桶与回流） 2026-09-27
- 场景长尾｜执考题污染机制（锚定 CMB-Exam） 2026-09-27
- 场景长尾｜报告金标准来源（锚定 MIMIC-CXR） 2026-09-27
- 场景长尾｜不确定选项工程（锚定 MedHallu） 2026-09-27
- 场景长尾｜私有冻结集合同写法（锚定 动态换题评测） 2026-09-27
- 场景长尾｜呼吸内科 · 幻觉与不当断言（锚定 MedHallu） 2026-09-27
- 场景长尾｜呼吸内科 · 拒答与不确定表达（锚定 MedBench 安全伦理轨） 2026-09-27
- 场景长尾｜呼吸内科 · 设备与人群域移（锚定 CheXpert） 2026-09-27
- 场景长尾｜呼吸内科 · 指南版本冲突（锚定 临床指南版本化评测） 2026-09-27
- 场景长尾｜消化内科 · 幻觉与不当断言（锚定 MedHallu） 2026-09-27
- 场景长尾｜消化内科 · 拒答与不确定表达（锚定 MedBench 安全伦理轨） 2026-09-27
- 场景长尾｜消化内科 · 设备与人群域移（锚定 CheXpert） 2026-09-27
- 场景长尾｜消化内科 · 指南版本冲突（锚定 临床指南版本化评测） 2026-09-27
- 场景长尾｜心血管 · 幻觉与不当断言（锚定 MedHallu） 2026-09-27
- 场景长尾｜心血管 · 拒答与不确定表达（锚定 MedBench 安全伦理轨） 2026-09-27
- 场景长尾｜心血管 · 设备与人群域移（锚定 CheXpert） 2026-09-27
- 场景长尾｜心血管 · 指南版本冲突（锚定 临床指南版本化评测） 2026-09-27
- 场景长尾｜神经内科 · 幻觉与不当断言（锚定 MedHallu） 2026-09-27
- 场景长尾｜神经内科 · 拒答与不确定表达（锚定 MedBench 安全伦理轨） 2026-09-27
- 场景长尾｜神经内科 · 设备与人群域移（锚定 CheXpert） 2026-09-27
- 场景长尾｜神经内科 · 指南版本冲突（锚定 临床指南版本化评测） 2026-09-27
- 场景长尾｜肿瘤内科 · 幻觉与不当断言（锚定 MedHallu） 2026-09-27
- 场景长尾｜肿瘤内科 · 拒答与不确定表达（锚定 MedBench 安全伦理轨） 2026-09-27
- 场景长尾｜肿瘤内科 · 设备与人群域移（锚定 CheXpert） 2026-09-27
- 场景长尾｜肿瘤内科 · 指南版本冲突（锚定 临床指南版本化评测） 2026-09-27
- 场景长尾｜妇产科 · 幻觉与不当断言（锚定 MedHallu） 2026-09-27
- 场景长尾｜妇产科 · 拒答与不确定表达（锚定 MedBench 安全伦理轨） 2026-09-27
- 场景长尾｜妇产科 · 设备与人群域移（锚定 CheXpert） 2026-09-27
- 场景长尾｜妇产科 · 指南版本冲突（锚定 临床指南版本化评测） 2026-09-27
- 场景长尾｜儿科 · 幻觉与不当断言（锚定 MedHallu） 2026-09-27
- 场景长尾｜儿科 · 拒答与不确定表达（锚定 MedBench 安全伦理轨） 2026-09-27
- 场景长尾｜儿科 · 设备与人群域移（锚定 CheXpert） 2026-09-27
- 场景长尾｜儿科 · 指南版本冲突（锚定 临床指南版本化评测） 2026-09-27
- 场景长尾｜骨科 · 幻觉与不当断言（锚定 MedHallu） 2026-09-27
- 场景长尾｜骨科 · 拒答与不确定表达（锚定 MedBench 安全伦理轨） 2026-09-27