AI 病历助手准确率与幻觉基准测试
1.6% 澳大利亚
5.9% 英国
基于 v1 语料库，对照逐字标准参照计算的词错误率。每个区域运行各自的语音和语言技术栈，并根据各自的运行结果评分；两次评分相隔数月，所用录音集也略有不同，因此这两个数字描述的是两套技术栈，而不是一种趋势。
Hanah 的每个区域都采用同一套测试框架、同一个标准参照语料库和同一套公开的测评方法评分：对照逐字转录稿计算词错误率，并由 LLM 评审团评估覆盖率和幻觉。每个区域运行各自的语音和语言技术栈，因此分别评分、分别公布。下方核心数字直接根据各区域报告公布的数据呈现；打开某个区域，即可查看其背后的逐条录音转录稿、生成的文档和每个评审模型的判定。
核心数字在客户端根据各区域公布的测试框架汇总数据呈现，与驱动完整报告的是同一个文件，因此本页面绝不会与报告不一致。只有当至少两个独立评审模型意见一致时，才会计为一次幻觉。
想查看安全控制措施、子处理方和数据驻留信息？这些内容按区域记录在信任中心中。