arXiv cs.AI· Min Zeng, Rui Zhang·· 29 天前AI 评分48
大语言模型在患者证据演变过程中表现出不可靠的临床判断更新
Large language models exhibit unreliable updating of clinical judgment as patient evidence evolves
AI 导读
最新研究表明，大语言模型在根据患者证据演变更新临床判断时表现不可靠，结合先前判断往往会增加而非减少预测误差。受控实验显示模型对恶化证据的反应强于改善证据，且先验风险从 10% 增至 90% 时会使估计偏移 26.2 个百分点。提示词无法修复该问题，而提出的 EVLU 方法虽能识别更可靠的修正，但存在可靠性与覆盖率的权衡。
来源：arXiv cs.AI · arxiv.org