LeakBench 发布：审计临床建模 Agent 的奖励黑客与预测时数据泄漏

LeakBench 是一套基于临床指南、可执行的审计套件，检测建模 Agent 是否使用预测时不可得的泄漏特征、校准是否合格等五类问题。它包含一个已知失败结构的合成任务，以及 MIMIC-IV（43 万次入院）和多家医院住院记录 MHFP 两个真实数据场景。2026 年 9 月的 A/B 日志显示，DeepSeek Flash 和 GPT-6-astra 在无约束条件下 10/10 全部选用泄漏特征，加入入院时约束后降为 0/10；Claude/Fable-5.1 在两种条件下都不泄漏。把 AUROC 换成 AUPRC 无法阻止泄漏选择，基于特征名的过滤也失效，而确定性的来源校验器可消除泄漏。