研究：LLM可审计临床预测网络

2026年11月6日，arXiv Artificial Intelligence 刊出一项由 Zhiyu Liu、Xinyu Yang 发表的研究，考察大语言模型能否充当临床预测网络的审计者，并对比“计算访问”与“权重访问”两种条件。报道称，研究者在内部预先设定的模拟实验中区分了这两种条件。结果显示，GPT-6 Astra 等模型在配备仅做计算的工具后，可在多达 38,401 个权重的 Tanh 网络上，于全部 29 次运行中恢复植入关系，并在 15 次零假设网络运行中未出现误报。目前该研究处于论文发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 2 天前更新