healthbench-hard

의료 및 건강 관련 지식을 평가하는 고난도 벤치마크 데이터셋이다. 전문적인 의학적 추론 능력을 측정하며, Muse Spark가 42.8점을 기록하며 해당 분야에서 강점을 보였음을 입증하는 지표로 활용된다.