Que signifie un score de 94,3 % pour un agent médical ? Décomposer les différences d’indicateurs entre les évaluations d’OpenAI et de Stanford
94.3% ne signifie pas que 94.3% des tâches administratives médicales ont été entièrement menées à bien. Les 94.3% du GPT-6 Astra publiés par OpenAI le 16 novembre 2026 correspondent à la proportion de points de notation (rubric points) obtenue dans HealthAdminBench ; les 36.3% du Claude Opus 4.6 CUA dans l’article du Shah Lab de … Lire la suite