11:12
官方账号arXiv cs.AI@Mengzhu Xu, Jifan Gao, Xia Jiang, Yaoxin Wu, Xi Long
推荐理由：这篇论文提出了一个评估医疗思维链是否忠实的新方法，对于关注医疗AI的读者来说，这是一个重要的研究进展。
医疗问答基准
共 1 条相关 AI 资讯
8月26日
11:12
研究提出医疗思维链扰动审计方法，对14个LLM在四个医疗问答基准上的测试显示，72.9%的编辑不影响答案，链式腐败不影响准确性，去除CoT提示不降低准确性。临床医生重新标注197个扰动问题，98.5%保持原答案。框架和CDR提供评估医疗思维链是否忠实或仅是文档的标准。