arXiv 人工智能· Min Zeng, Rui Zhang·· 5 小时前AI 评分48
大语言模型在患者病情证据演变时的临床判断更新表现不可靠
Large language models exhibit unreliable updating of clinical judgment as patient evidence evolves
AI 导读
一项基于重症监护病历数据的研究发现，大语言模型在患者证据演变时无法可靠更新临床判断，基于先前判断常会增加预测误差。控制实验显示模型对病情恶化的反应强于同等好转证据，且固定当前证据时，先验风险从 10% 升至 90% 会导致估计值偏移 26.2 个百分点。提示词工程无法解决该问题，研究提出的 EVLU 方法则揭示了更新可靠性与覆盖率之间的权衡。
来源：arXiv 人工智能 · arxiv.org