发布HealthBench Professional，基于医生对话的开放基准

我们还发布了HealthBench Professional：一个基于真实临床医生聊天对话构建的开放基准测试，覆盖：护理咨询、写作/文档、医学研究。现有基准测试在这些日益常见的用例中对现实聊天的覆盖有限。