实体 EA-RAG

EA-RAG

PulseAugur coverage of EA-RAG — every cluster mentioning EA-RAG across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_147798 · Jul 15 · 21:56

新的MamaBench基准揭示了LLM在母婴健康诊断中的鲁棒性差距 · 跟踪2个来源

研究人员开发了MamaBench，这是一个旨在评估大语言模型（LLM）在母婴健康诊断中鲁棒性的新型基准。该基准利用反事实临床叙述来评估LLM区分需要不同干预措施的相似病症的能力，结果显示标准准确性指标可能高估模型真实性能16-28个百分点。该研究还引入了证据锚定RAG（EA-RAG），一种可提高鲁棒准确性的检索方法，在Claude Sonnet 4.6上将偏见陷阱率降低了5.5个百分点，但临床AI的反事实鲁棒性仍面临重大挑战。