Silene Bench

AI 代理能否长期运营一家初级保健诊所？SileneBench 是一个探索这一问题的实验性、可运行基准测试。患者会复诊，资源有限，罕见病可能隐藏在日常病例中。你可以亲自运营诊所，或者观看 GPT-6 Astra 做出临床和运营决策。这个黑客马拉松演示是迈向年度模拟的第一步，计划支持连接你自己的代理框架。