实体 Safe-Psych

Safe-Psych

PulseAugur coverage of Safe-Psych — every cluster mentioning Safe-Psych 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

TOOL · CL_145793 · Jul 16 · 04:00

新基准显示大型语言模型在精神病学诊断不确定性方面存在困难

一个名为 Safe-Psych 的新基准已被开发出来，用于评估大型语言模型（LLMs）在精神病学中处理诊断不确定性的能力。该基准包含超过 1,000 份真实的精神病学笔记，模拟了证据的逐步披露，并在每个阶段分配 DIAGNOSE、CLARIFY 或 ABSTAIN 等标签。评估显示，即使是先进的大型语言模型在面对不完整的临床信息时也面临困难，常常过早诊断，并且除非被提示，否则很少寻求澄清。这表明当前模型在识别何时需要更多证据以做出安全…