研究提出临床LLM的DECIDE/ASK/DEFER决策框架

Mingzhan Yang 与 Weili Wu 提出 DECIDE/ASK/DEFER 三动作框架，并设计盲测协议防止模型利用证据完整性元数据，评估 Qwen、Gemini 和 GPT 在基于 DDXPlus 构建的 200 个匹配临床证据状态下的表现。该工作被 NeurIPS 2026 GenAI4Health Workshop 主赛道接收。 评估发现模型在 137 个状态中行动选择不一致，显示现有临床 LLM 在证据不完备时如何决策、追问或转诊方面尚不稳定。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。