发表在arXiv上的一项新研究揭示，大型语言模型在医疗分诊建议中表现出基于性别的偏见。当呈现相同的神经系统症状时，Gemini 3.5 Flash、Claude Sonnet 4.6 和 GPT-5.4-mini 等模型对年轻女性的紧急程度评分低于年龄匹配的男性。这种差异源于诊断替代，模型倾向于选择与性别相关的疾病，导致女性患者尽管症状严重程度相当，但获得的护理建议却不那么紧急。 AI
影响 揭示了AI医疗工具中的关键偏见，需要谨慎设计以避免加剧健康不平等。
排序理由 该集群包含一篇详细介绍大型语言模型偏见研究结果的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.03641v1 Announce Type: new Abstract: We investigate whether large language models produce different medical triage recommendations for identical neurological symptoms when only the patient's stated gender and age vary. Using three model families--Gemini 3.5 Flash, Clau…
We investigate whether large language models produce different medical triage recommendations for identical neurological symptoms when only the patient's stated gender and age vary. Using three model families--Gemini 3.5 Flash, Claude Sonnet 4.6, and GPT-5.4-mini--we present a st…