Claude Sonnet 5.5 · PhysicianBench · 100 physician tasks in an electronic health record; pass rate across attempts · 成绩与配置

Claude Sonnet 5.5 的 PhysicianBench · 100 physician tasks in an electronic health record; pass rate across attempts 记录。本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录),附 2 条来源定位。

成绩与评测条件

Claude Sonnet 5.5 · PhysicianBench 成绩与配置
指标与成绩配置与评测条件出处
Pass rate63.2%原文 63.2% · 单位 %
公布 未确认
Max effort
设置
Max reasoning effort.
未知项
Adaptive thinking status is benchmark-specific.
工具
工具条件未记录
推理预算
max
框架
未记录
协议
PhysicianBench, 100 physician EHR tasks.
条件
Max effort; same harness across models; Opus 5 grader.
在排名中查看此成绩
Pass rate27.2%原文 27.2% at Low · 单位 %
公布 未确认
Low effort
设置
Low reasoning effort.
未知项
Sampling settings not stated unless recorded per result.
工具
工具条件未记录
推理预算
low
框架
未记录
协议
PhysicianBench, 100 physician EHR tasks.
条件
Low effort.
在排名中查看此成绩
Pass rate30%原文 30.0% at Medium · 单位 %
公布 未确认
Medium effort
设置
Medium reasoning effort.
未知项
Sampling settings not stated unless recorded per result.
工具
工具条件未记录
推理预算
medium
框架
未记录
协议
PhysicianBench, 100 physician EHR tasks.
条件
Medium effort.
在排名中查看此成绩
Pass rate47.6%原文 47.6% · 单位 %
公布 未确认
High effort
设置
High reasoning effort.
未知项
Sampling settings not stated unless recorded per result.
工具
工具条件未记录
推理预算
high
框架
未记录
协议
PhysicianBench, 100 physician EHR tasks.
条件
Figure labels the effort High. All models used safety classifiers and the same harness; Claude Opus 5 graded responses.
在排名中查看此成绩
Pass rate56.4%原文 56.4% · 单位 %
公布 未确认
Xhigh effort
设置
Xhigh reasoning effort.
未知项
Sampling settings not stated unless recorded per result.
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
PhysicianBench, 100 physician EHR tasks.
条件
Figure labels the effort Xhigh. All models used safety classifiers and the same harness; Claude Opus 5 graded responses.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 PhysicianBench

  • Pass rate · % · 越高越好