arXiv cs.CL· Marko \v{R}eh\'a\v{c}ek, V\'it\v{e}zslav Du\v{s}ek, Martin Rusinko, V\'it Nov\'a\v{c}ek·· 2 天前AI 评分36
CG-Probes：从患者查询嵌入中恢复护栏方向
CG-Probes: Recovering Guardrail Directions from Patient Query Embeddings
AI 导读
CG-Probes 用差值均值法在冻结嵌入器的归一化空间中探测线性方向，可将患者查询嵌入中的紧急度风险轴恢复出来。该方法用 BERTopic 聚类 79,658 条捷克语肿瘤科查询生成对比风险样本，在 200 条经两名肿瘤科医生评分的查询上与开放权重 LLM 表现相当且延迟更低，每轴输出标量分数供医生设定升级阈值。
来源：arXiv cs.CL · arxiv.org