Event ·Multi-source

arXiv 论文发现语言模型掌握药物适应症远好于禁忌症

一篇 arXiv 论文提出 LABEL(Literature Asymmetry between Efficacy and Limits)概念,测量了 PrimeKG 中 574 种药物在公开文本里的记录情况。结果显示,Wikipedia 和 PubMed 摘要提及药物适应症的频率约为禁忌症的两倍,药物内 odds ratio 为 2.19,即安全限制信息在自由文本中系统性缺失。 语言模型镜像了这一缺口:Qwen2.5 从 0.5B 扩展到 14B 时,适应症问答准确率提升 18.3 个百分点,但禁忌症准确率始终停在接近随机猜测的水平。当给模型提供包含答案的检索文本时,它使用安全事实的效果与使用疗效事实相同;将安全类问题路由到官方 FDA 标签,在标签包含该事实时准确率提升 15.8 个百分点。 论文结论是模型在用药安全上失败并非推理能力不足,而是语料本身缺少安全事实,建议临床 AI 系统把用药安全问题路由到监管标签和结构化数据库而非公开网页。代码和数据已在 GitHub 开源。

Current read

做医疗 AI 的开发者该看看这篇。它用 PrimeKG 574 种药物证明模型答禁忌症近乎瞎猜,原因是语料里写得少,而且检索 FDA 标签就能把准确率拉高 15.8 个点。结论很实操:安全问题别靠通用语料,直接接结构化数据库。

3 sources34° AI heatLast updated 2026/11/14 05:14:50

Evidence

3 sources
Primary sourcearXiv cs.AI
View source
Related source 2rohanpaul_ai
View source

Conflict check

Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.