OpenAI发布医疗AI评估基准HealthBench

5月13日，OpenAI推出HealthBench，一个专为AI医疗系统设计的评估基准。该基准由262名来自60个国家的医生共同开发，包含5000条真实模拟对话，用于测试模型响应的准确性、完整性和临床实用性。相关代码与数据集已开放。

此外，OpenAI宣布Plus、Team与Pro用户可将深度研究报告导出为格式良好的PDF文件，支持表格、图片、引用及来源链接。此功能适用于新旧报告，Enterprise与Edu版本用户将后续上线。