审计称主流LLM疼痛管理未见种族性别偏见

一项arXiv研究（arXiv:2611.14935）对GPT-4.1 mini、gpt-oss、Claude Haiku 4.5、Gemini 2.5 Flash、Llama、DeepSeek、Qwen等17个模型的24种配置做了疼痛管理偏见反事实审计，1,386项比较经错误发现率校正后均未发现种族或性别差异，疼痛严重程度评估在0-10量表内等效于零。研究称这是检测到的无差异，而非证明不存在偏见。 研究采用单提示、JSON约束的任务，使用统一的情境描述和50个由临床医生撰写的Q-Pain病例。其中阿片类药物处方的界定精度较低，研究1无法排除约20个百分点的差异，因此这类决策的结论最弱。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。