GPT-6 Astra 审计黑盒临床预测模型
热点事件持续更新
GPT-6 Astra 审计黑盒临床预测模型
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
GPT-6 Astra 通过查询工具对黑盒临床预测模型进行了盲测审计。在72次运行中,该模型成功识别出69个预设缺陷,准确率达96%,其替代模型对数几率复现均值 R² 达到0.976。 审计过程中,模型通过中位数128项的替代模型描述黑盒机制。研究发现,60%的可核查报告存在偏差,而11%的意外关系在后续患者数据中得到了验证,表明审计结果需结合模型与数据双重校验。 此次审计显示,大型语言模型能够忠实描述黑盒模型并发现大部分缺陷,但在问题报告和发现方面,仍需结合模型与数据的双重校验以确保准确性。
AI 根据报道生成 · 10 小时前更新
最新进展11月19日 13:00
GPT-6 Astra 通过查询审计黑盒临床预测模型报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · MLGPT-6 Astra 通过查询审计黑盒临床预测模型
GPT-6 Astra 仅通过查询工具对黑盒临床预测模型进行盲测审计,在72次运行中成功识别69个预设缺陷(96%),且替代模型对数几率复现均值 R²达0.976。 该模型通过中位数128项的替代模型描述黑盒机制,60%的可核查报告存在偏差,11%的意外关系在后续患者数据中得到验证。 审计结果显示,LLM 可忠实描述黑盒模型并发现大部分缺陷,但其问题报告和发现需结合模型与数据双重校验。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 16:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。