热点事件持续更新
OpenMTB-Audit：LLM分子肿瘤委员会安全评估基准
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG分类发布研究，研究者推出开源基准OpenMTB-Audit，用于评估LLM在分子肿瘤委员会场景中的安全性。该基准包含500个合成非小细胞肺癌病例、五类对抗性错误和四种安全标签。测试显示，八种LLM配置在83.3%至100%的真实Partially Supported病例中丢失该标签，研究者认为其高安全分源于标签坍缩而非临床校准推理。配套的MTB-AuditAgent七模块框架将过度拒答降至6.7%，准确率达91.2%（95% CI：88.6-93.6%）。目前进展停留在基准发布与初步评估结果。
AI 根据报道生成 · 3 小时前更新
最新进展10月3日 12:00
研究者发布OpenMTB-Audit基准，并报告MTB-AuditAgent将过度拒答降至6.7%。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）OpenMTB-Audit：LLM 分子肿瘤委员会安全评估中的过度拒答与临床专家视角
研究者发布开源基准 OpenMTB-Audit，含 500 个合成非小细胞肺癌病例、五类对抗性错误和四种安全标签。八种 LLM 配置在 83.3-100% 的真实 Partially Supported 病例中丢失该标签，靠标签坍缩而非临床校准推理获得高安全分。配套的 MTB-AuditAgent 七模块框架将过度拒答降至 6.7%，准确率达 91.2%（95% CI：88.6-93.6%）。
本事件热度走势
当前热度 8·可比范围峰值 9（10月3日 16:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。