一篇新论文发现,在医学文献中存在一种显著的文档差距,称为 LABEL(功效与局限性的文献不对称性)。这种不对称性表明,在维基百科和PubMed等来源中,药物益处被提及的频率大约是安全禁忌症的两倍。包括Qwen2.5在内的语言模型也反映了这种差距,在禁忌症准确性方面表现不佳,而在益处准确性方面有所提高。然而,当模型获得检索到的段落或安全问题被路由到FDA官方标签时,模型表现出了能力,这表明问题源于一般文本语料库中安全信息的稀缺性。 AI
影响 强调了AI系统在药物安全方面优先使用官方监管数据,而不是依赖通用文本语料库的必要性。
排序理由 研究论文,详细介绍了医学文献中信息不对称性及其对语言模型影响的新发现。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →