EnvLoop Bench
环境、任务与评测报告。每份报告需要访问码，请向 EnvLoop 团队索取。
蚂蚁健康 envkit v1 评测报告
理赔复核 · 多轮问诊 · 急诊分诊：真实案例、渐进难度、红队评分器
v1-20261112
· 2026-11-12 · 最新