記事

HealthBenchの5,000会話のうち、日本語は9件でした

OpenAIの医療AI評価ベンチマーク HealthBench の公開データを実際に数えたところ、5,000件の会話のうち日本語は9件、全体の0.18%でした。評価データが次のモデルの訓練を決めるという構造と、日本の医療AIがいま持つべき三つのものについて書いています。