94.3% 的醫療 Agent 得分意味着什麼?拆解 OpenAI 與斯坦福評測的指標差異 2026-11-19 作者: Fourteen 94.3% 不代表 94.3% 的醫療行政任務被完整做完。OpenAI 在 2026 年 11 月 16 日公 … 閱讀全文