arXiv Artificial Intelligence· Savan Doshi·· 2 小时前AI 评分42
医学微调重塑而非降低患者端 AI 风险：一套基于评分量表的 LLM 评审评估框架
Medical Fine-Tuning Reshapes, Not Reduces, Patient-Facing AI Risk: A Rubric-Based, LLM-Judge Evaluation Framework
AI 导读
一项基于评分量表的 LLM 评审框架发现，医学微调并不降低患者端 AI 的总体风险，而是重塑风险结构。研究用三名 LLM 评审对六个 7-9B 指令微调模型在 K-QA 的 200 个真实患者问题上打分，风险性语言与事实幻觉率统计独立（合并 Spearman ρ = -0.065，n = 300）。
来源：arXiv Artificial Intelligence · arxiv.org