Identify and catalog all relev…
Identify and catalog all relevant benchmarks in target domain
knowledge-acquisition-benchmark-inventory能帮你做什么
不说虚话——S8246 交付的是能直接拿去用的成品，不是“AI 能做”的空话。
用大白话交代任务，它会先确认关键细节再动手，不瞎猜。
输出带结构与说明，拿来就能用，不用再自己整理格式。
与 AIXX 其他技能叠加使用，组成你自己的工作流。
把常用要求沉淀成一句话模板，下次直接复用。
真实任务实跑产出
下面是真实任务由 S8246 实际生成的内容节选——不是宣传文案，是它真的干出来的活。
knowledge-acquisition-benchmark-inventory · 实跑样例
任务：帮我收集整理2024年大模型医疗领域的评测基准，重点找中文医学问答类（如CMB、MedQA-USMLE）共10个左右，列出版本和评测指标。
# 2024年大模型医疗评测基准整理（中文医学问答为主）
一、中文医学问答类基准
1. CMB（Chinese Medical Benchmark）
- 版本：2023年发布，2024年持续更新维护（CMB-Exam / CMB-MedQA / CMB-Clin，含多项子任务）
- 内容：覆盖医师资格考试、医学教育、护理、药学、医技等13个学科，含真实临床病例
- 评测指标：Accuracy（选择题准确率）、病例题采用人工/模型评审评分
2. CMExam
- 版本：2023年发布初版，含约6万余道题目
- 内容：来自中国医学考试真题，覆盖基础与临床多学科
- 评测指标：Accuracy、按科室分项准确率
3. MedBench
- 版本：2024年发布
- 内容：面向中文医疗大模型权威评测，涵盖医学知识、临床问答、安全等维度
- 评测指标：Accuracy、开放题评分（gpt类评审或人工）
4. C-Eval 医学子集 / CMMLU 医学子集
- 版本：2023年发布，2024年被广泛引用
- 内容：通用评测中的医学相关子集（临床医学、基础医学、医师资格）
- 评测指标：Accuracy（5-shot）
二、国际经典医学问答基准
5. MedQA（USMLE版）
- 版本：USMLE三步考试题（2021年发布，持续沿用）
- 评测指标：Accuracy（4选项/多选项）
6. MedMCQA
- 版本：基于印度AIIMS/NEET-PG考试，约19万题
- 评测指标：Accuracy
7. PubMedQA
- 版本：1k标注版 + 211k人工扩展版
- 评测指标：Accuracy / F1（yes/no/maybe三分类）
8. MMLU 医学子集
- 版本：2021年发布，含临床知识、解剖、医学遗传等子任务
- 评测指标：Accuracy（5-shot）
9. MMedBench（中文医疗评测）
- 版本：2024年发布
- 内容：面向中文医疗场景的综合评测集
- 评测指标：Accuracy
10. HEAD-QA（可作为补充）
- 版本：西班牙语+英语双语医疗考试题
- 评测指标：Accuracy
三、使用建议
- 中文优先组合：CMB + CMExam + MedBench 覆盖知识/临床/安全三大维度
- 注意：部分基准存在数据泄漏风险，评测时建议检查测试集是否进入训练语料；开放性临床题建议辅以人工评审，不宜仅用单一准确率衡量
三种做法,一比就知道
| 再招一个人 | 自己摸索 | 萬安云 S8246 | |
|---|---|---|---|
| 价格 | 月薪数千起 | 反复试错数小时 | $1.99 / 次 |
| 交付周期 | 招聘+培训数周 | 质量不稳定 | 分钟级 |
| 独特性 | 流动风险 | 无人复核 | 按你的任务从零生成 |
| 改稿迭代 | 加钱，走流程 | 反复试错 | 说话就能迭代 |
两步,让它开工
不用碰终端——你只管对 agent 说话,跑命令的活它来。
对你的 agent 说:
对你的 agent 说:
以上 Agent 均可接入萬安云 · OpenAI 兼容接口 · 装好 AIXX 即可调用全部技能
你可能想问
knowledge-acquisition-benchmark-inventory怎么安装使用？
三步：终端执行 npx aixxai 安装 AIXX；对您的 AI 说「安装编号 S8246」；交代任务背景与要求，knowledge-acquisition-benchmark-inventory即刻开工。
knowledge-acquisition-benchmark-inventory多少钱？怎么付费？
$1.99 一次买断（参考价，实际以平台标价为准）——永久使用，无订阅、无月费；该技能由萬安永久维护迭代，更新对已购用户免费。
产出内容能商用吗？
可以。产出为普通数字文件，归购买者使用，可用于商业场景。
具体能帮我做什么？
把你手头这件重复、费时、有固定套路的活交给它——先描述任务和背景，它会确认要点后直接产出成品，不满意可以继续改。
输出质量不稳定怎么办？
在指令里补充背景、受众与格式要求（例如“面向中小企业主、300 字以内、分三点”）；要求越具体，产出越稳。
一价买断,没有套路
永久使用 · 无订阅无月费 · 永久维护迭代