MedFailBench는 의료 AI 모델의 안전성 경계를 검증하는 새로운 벤치마크입니다. 임상 전문가들이 심각도(1~5)와 안전성 게이트 유형별로 의료 AI 오류를 분류하는 데 중점을 둡니다.
현재 공개 버전(v0.2.1)에는 44개의 임상 검토 합성 사례와 심각도 주석, HuggingFace 리더보드, 안전성 게이트 분류, 임상 심각성 기준, 모델 응답 스크리닝 실행 아카이브 파이프라인이 포함되어 있습니다.
환자 데이터, 임상 검증 주장, 모델 순위는 포함되지 않으며 Apache-2.0 및 CC-BY-4.0 라이선스로 공개되었습니다.