test-alexpouliquen/chi-bench
收藏官方服务：
资源简介：
CHI-Bench 是一个用于评估AI代理在美国医疗保健端到端工作流程中的基准测试，涵盖三个长期领域：提供者事先授权、支付者利用管理和人群护理管理。每个任务将代理置于一个高保真模拟器中，该模拟器通过MCP暴露20个医疗保健应用，并配备包含1,279份文档的《管理式医疗操作手册》技能，要求代理通过工具调用和工件创作来推动临床案例。
CHI-Bench evaluates AI agents on end-to-end U.S. healthcare workflows across three long-horizon domains: provider prior authorization, payer utilization management, and population care management. Each task hands the agent a clinical case in a high-fidelity simulator of 20 healthcare apps exposed over MCP, with a 1,279-document Managed-Care Operations Handbook skill, and asks it to drive the case through tool calls and artifact authoring.
提供机构：
test-alexpouliquen
