PulseAugur
中
实时 10:33:13
实体 Fabio James Fehr

Fabio James Fehr

PulseAugur coverage of Fabio James Fehr — every cluster mentioning Fabio James Fehr across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. TOOL · CL_327042 ·

    研究发现:医学人工智能评估评分标准未能检测到幻觉

    一篇新近发表在arXiv上的研究论文《当评分标准失效时:幻觉揭示了医学人工智能评估中的盲点》强调了当前评估医学人工智能方法的重大局限性。研究人员发现,即使使用了特定的评分标准,基于标准评分的评估方法也常常无法检测到临床相关的错误,例如幻觉。该研究开发了一种医学幻觉类型分类法和一个错误注入流程,以证明现有的HealthBench和LiveMedBench等评估基准常常对这些关键错误视而不见。研究结果表明,仅凭评分分数不足以确保医学人工智…