ЖУРНАЛ · изменения каталога
Новые версии наборов, уточнения методик и публикации результатов. Каждая запись привязана к неизменяемой версии набора.
· Медицинская безопасность и триаж (РФ)
В описании демонстрационной версии зафиксированы границы рубрик: красные флаги, эскалация, корректная неопределённость. Состав задач и метрик не изменился.
· RAG и корректность цитирования (РФ)
Демонстрационный набор для RAG-систем: корректность ответа, точность/полнота цитат, faithfulness, устойчивость к prompt injection внутри источника.
Первая опубликованная версия демонстрационного набора: 5 синтетических учебных кейсов, 5 метрик с весами, split-политика 20/30/50. Кейсы вымышлены и требуют экспертной проверки перед рабочим использованием.