热点事件持续更新
开源大语言模型临床分诊偏见审计
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 发布一项针对十款开源大语言模型的反事实审计，考察其在临床分诊场景中对人口统计学、社会经济等变量的敏感性。结果显示，这种敏感性并未随参数规模增大或医学领域预训练而一致降低。微调后的 Qwen2.5-7B 整体敏感性最低，任意偏移率为 5.27%、平均绝对偏移 0.0534，而基座模型分别为 16.02% 和 0.1706；部分更大或医学领域模型偏移更显著。该框架可用于临床部署前比较开源 LLM 的公平性风险。
AI 根据报道生成 · 2 小时前更新
最新进展10月3日 12:00
审计显示模型偏见未随规模或医学预训练一致降低，微调 Qwen2.5-7B 敏感性最低。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）开源大语言模型临床分诊偏见反事实审计：Qwen2.5、MedGemma、GPT-OSS 等十款模型对比
一项针对十款开源大语言模型的反事实审计显示，模型对人口统计学、社会经济等变量的敏感性并未随参数规模增大或医学领域预训练而一致降低。微调后的 Qwen2.5-7B 整体敏感性最低，任意偏移率为 5.27%、平均绝对偏移 0.0534，而基座模型分别为 16.02% 和 0.1706；部分更大或医学领域模型偏移更显著。该框架可用于临床部署前比较开源 LLM 的公平性风险。
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。