ALTK-Evolve 新增 Consistency Analyzer 和一致性指南生成
IBM Research 在 ALTK-Evolve 中引入 Consistency Analyzer 和 consistency guidelines，用于衡量并降低 AI 智能体重复执行同一任务时的波动。
推荐理由：原文把平均准确率与重复成功率分开衡量，为排查智能体生产环境波动提供了可迁移方法。
#产品更新
#产品更新
今日 0 条Hugging Face Blog精选AI 评分7373
OpenAI NewsAI 评分5353 OpenAI 推出医疗 AI 评测基准 HealthBench
OpenAI 推出 HealthBench，这是一个面向医疗 AI 的新评测基准，用真实场景评估模型。该基准由 250+ 名医生参与建设，目标是为医疗领域的模型性能和安全提供共享标准。