LLM 中的临床概念中心

研究发现 11 个开源 LLM 的隐空间中均存在专用的临床概念中心，这些可解释的回路仅在对应临床叙述下激活，并因果驱动模型的临床决策行为。实验表明模型在对抗性角色提示下仍能保持内部一致性，沿这些概念中心进行干预引导可显著提升实际部署场景中的下游性能。双盲临床医生验证进一步证实，这些概念中心的激活与使用能够预测临床医生偏好。