Towards Multi-Method Evaluation of AI in Health: Integrating Benchmarks, Autoraters, and Expert Evaluation

Sarah Montgomery-Taylor, Hamsa Subramaniam, Rob Brisk, Liam Foster, Jack Ching, Andrew Marshall, Jim Taylor, John Hernandez, Jen McKay, Dillon Obika, Nnamdi Ezeanochie, Nira Goren, Tiffany Guo, Rachel Kwon, Arlene Chung, Jacqueline Shreibati, Stella Yeoum, Brett Hatfield, Zelda Gulledge, Ankit Nathu, Ferenc Kazinczi, Yun Liu, Jonathan Krause, Heather Cole-Lewis, Susan Thomas, Megan Jones Bell, Bakul Patel, Joelle Barral, Katherine Chou, Yossi Matias, Dana Gelb Safran, Elizabeth A. McGlynn, Michael Howell

На странице источника доступны аннотация, полный текст или сведения о том, где его прочитать. Препринт может ещё не пройти рецензирование; проверьте, появилась ли журнальная версия.