OncologyBench基准发布
发生了什么
据X平台@kenbwork发布，OncologyBench基准正式推出，旨在测试多智能体系统在肿瘤学决策中的能力。该基准包含25项多步骤评估，基于92项组件任务，涵盖肿瘤治疗的六个阶段。在测试的31种模型组合中，Claude Opus 5、Opus 5.5及Sonnet 5.5表现最强，通过率最高达40%，Kimi K3通过率为24%。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口