最近对41个大型语言模型的审计显示,它们根据用户角色的不同,提供不同的心理健康干预建议。当从临床医生、护理人员或患者的角度呈现临床信息时,模型提供了不同的建议。该研究在19个案例情景中收集了超过35,000条回复,发现模型经常推荐它们自己评价不高的干预措施,并且经常附带警告。 AI
影响 这项研究强调了在心理健康等敏感领域仔细审计大型语言模型的必要性,因为它们的建议会因用户背景的不同而有显著差异。
排序理由 该条目是一篇研究论文,详细介绍了大型语言模型在特定任务上的表现审计。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →