本研究提出了MedXpertQA，这是一个全面且具有挑战性的基准，用于评估专家级医学知识和高级推理能力。该基准涵盖4460个问题，涉及17个专业和11个身体系统，旨在填补现有评估的不足，对医学决策具有潜在影响。