热点事件持续更新
审计揭示LLM罕见病诊断评估中的数据泄漏
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月27日，arXiv cs.AI 发表针对大语言模型罕见病诊断系统的评测伪影与数据泄漏审计。该审计覆盖逾6万例病例，发现增强型大语言模型在罕见病诊断上的高分主要源于数据泄漏：在严格跨数据集隔离后，agentic 框架的平均 Recall@1 从 54.3% 降至 40.3%；监督分类器的准确率则从内部 42.9% 跌至外部 16.7%。研究还发现，模型会利用临床叙述中的回顾性治疗线索推断诊断。作者据此提出一套评估框架，把数据隔离与标准化基准防护结合起来。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 12:00
审计显示严格跨数据集隔离后，agentic框架Recall@1由54.3%降至40.3%报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AI审计大语言模型罕见病诊断系统中的评测伪影与数据泄漏
覆盖逾 6 万例病例的实证审计显示，增强型大语言模型在罕见病诊断上的高分主要源于数据泄漏：严格跨数据集隔离后，agentic 框架平均 Recall@1 从 54.3% 降至 40.3%。监督分类器准确率从内部 42.9% 跌至外部 16.7%，模型还会利用临床叙述中的回顾性治疗线索推断诊断。作者据此提出数据隔离与标准化基准防护结合的评估框架。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 13:00）·近 24 小时可比范围变化 –
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。