医学循证评估集

本评估集面向循证医学智能体回答质量评估构建，采用团队最新确定的 7 个评估维度，共生成 1187 条 rubric 评分标准。评估维度包括问题相关性、证据层级合理性、证据质量与时效性、证据回答一致性、信息全面性与深度、逻辑严谨性以及医学术语规范性，覆盖从回答是否紧扣临床问题、是否合理区分和使用不同等级证据、是否引用高质量且具时效性的医学证据，到回答内容是否严格基于证据、信息是否充分完整、推理过程是否严谨以及医学表达是否规范等关键方面。该评估集旨在系统衡量循证智能体在医学问答场景中的证据检索、证据理解、证据归纳与规范表达能力，为模型在循证医学任务中的性能评估、错误分析和持续优化提供标准化依据。