本文提出 RubricsTree 评估框架,利用专家对齐的分层布尔指标体系与上下文感知路由机制,解决了个人健康智能体开放式评估的扩展性与一致性瓶颈,在 HealthBench 基准上实现了最高约 66% 的相对性能提升。
机构:Google
来源:arXiv 2606.18203 | AI4Papers 论文推荐平台
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程