arXiv · NLP· Savan Doshi·· 6 小时前AI 评分20
医疗微调重塑而非降低面向患者 AI 风险：基于 LLM 判官的评估框架
Medical Fine-Tuning Reshapes, Not Reduces, Patient-Facing AI Risk: A Rubric-Based, LLM-Judge Evaluation Framework
AI 导读
医疗微调未降低 LLM 聚合风险，而是改变风险分布，基于 K-QA 基准的 200 个真实问题验证了这一点。 BioMistral 等模型抑制高危药物提及但放大过度自信断言，Med42 则仅抑制剂量描述，风险语言与事实幻觉率在统计上独立。
来源：arXiv · NLP · arxiv.org