ClinEdge：前沿多模态模型在真实患者边缘病例上的专家评分基准

ClinEdge 发布一个由 32 例真实去标识化临床病例构成的基准，每例配主要影像与简短病史，由七个前沿多模态系统作答，共产生 224 次专家评分。评分采用两阶段流程：一名资深骨科外科医生按加权评分表对全部 224 条回答给出通过或失败判定，随后 19 名医生组成的小组独立复核每个病例和每一条评分。