跳到正文
arXiv · AI· Magdalini Paschali, Asad Aali, Arogya Koirala, Andrew Johnston, Katherine McNamara, Richard Gaus, Roxana Daneshjou, David B. Larson, Akshay S. Chaudhari·· 10 天前AI 评分26

LLM 患者友好型放射学报告摘要的对抗性评估

Adversarial Evaluation of Large Language Models for Patient-Friendly Radiology Report Summarization

AI 导读

研究构建了针对放射学报告摘要的 LLM 对抗性评估框架,生成 18,000 个评估对以测试 6 款模型的鲁棒性。GPT-5-mini 在事实忠实度上表现最佳,但其摘要幻觉率为 28.1%-30.1%,低于 Claude Sonnet 4.5 和 MedGemma。

来源:arXiv · AI · arxiv.org