研究：LLM临床判断随证据更新不可靠
热点事件持续更新
研究：LLM临床判断随证据更新不可靠
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
一项基于电子健康记录中匹配ICU病程轨迹的研究发现，多种LLM在患者证据演变时对临床判断的更新不可靠：当估计值发生变化时，以先前判断为条件反而更常增大而非降低预测误差。 受控干预揭示两种失效模式：模型对恶化证据的反应强于同等程度的改善证据；当前证据固定时，将先验风险从10%提高到90%会使估计值偏移26.2个百分点。研究称提示词无法恢复可靠更新。 该论文由Min Zeng、Rui Zhang发表，关注LLM用于临床推理时能否随患者证据演变恰当修正判断。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
研究发现 LLM 临床判断随患者证据演变时更新不可靠报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.AI研究发现 LLM 临床判断随患者证据演变时更新不可靠
一项基于电子健康记录中匹配的 ICU 病程轨迹的研究发现，多种 LLM 在患者证据演变时对临床判断的更新不可靠：当估计值发生变化时，以先前判断为条件反而更常增大而非降低预测误差。受控干预揭示两种失效模式——模型对恶化证据的反应强于同等程度的改善证据，且当前证据固定时，将先验风险从 10% 提高到 90% 会使估计值偏移 26.2 个百分点；提示词无法恢复可靠更新。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。