healthbench-professional

의료·건강 관련 AI 성능을 평가하기 위해 의사들이 만든 시나리오와 루브릭을 기반으로 구성된 벤치마크로서, 정확성·안전성·소통력·문맥 인지·완결성·에스컬레이션 등 복합적인 평가 항목으로 모델 응답을 비교하여 임상적 유효성을 판단하는 데 사용된다.