MLCR-AA
Artificial Analysis / 知識問答 · 準確、完整且簡潔地理解醫療長記錄。
在 888news 中參與排名
依據預算不參與排序
上游數據時間待核實
最近成功同步尚未開始採集
它測什麼，怎麼測
25k–64k token 醫療記錄；專家參考答案、三個模型裁判多數表決；每題三次，取總體 pass@1，空答或超過參考答案五倍長度失敗。
如何使用這份依據
計分：長文理解；與 AA-LCR 共用一類評測。固定 10 個對照型號至少測到 6 個，才參與計算。
評測局限與數據署名
只取 mlcrOverall，包含長度失敗；不替換成僅對合格長度作答的準確率。 缺測留空；回退成績計入並標註，受影響題目過半不計。
數據許可：Artificial Analysis 公開頁面資料；展示須顯著署名並連結來源，遵守其 Terms of Use
成績由 Artificial Analysis 發布，各項原始分數使用不同尺度，不能直接相加；參考名次採用公開的分差標準化規則。