Un benchmark de evidencia de decisión clínica: extraiga el único hecho en el que se basa una respuesta y observe si la acción del asistente se mueve con la evidencia. Construido sobre HealthBench.
Evalúe la toma de decisiones clínicas de los asistentes de chat probando sus respuestas contra hechos médicos clave.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasUn benchmark de evidencia de decisión clínica: extraiga el único hecho en el que se basa una respuesta y observe si la acción del asistente se mueve con la evidencia. Construido sobre HealthBench.
keystone-bench tiene 1.1k estrellas en GitHub. Se ha bifurcado 3 veces. keystone-bench está escrito principalmente en Python. Se desarrolla activamente desde 2026. Sus temas principales son: ai-safety, benchmark, clinical-decision-support, dataset.
Un benchmark de evidencia de decisión clínica: extraiga el único hecho en el que se basa una respuesta y observe si la acción del asistente se mueve con la evidencia. Construido sobre HealthBench.
keystone-bench es un proyecto de código abierto.
Sí. keystone-bench es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
keystone-bench está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/xinxuxin-keystone-bench.html)