Trajectory-Guided Steering

新的TGS方法纠正了LLM在临床分类中的偏差

研究人员开发了一种名为轨迹引导转向（TGS）的新方法，以解决大型语言模型在临床分类任务中存在的虚假特征偏差。TGS分析模型在不同层级的预测轨迹，以确定何时以及如何纠正预测，而无需反事实数据或特定虚假特征的知识。在16项临床分类任务的测试中，TGS成功纠正了17.7%的错误，同时仅引入了1.3%的新错误，显示出净改善。该方法还显著减少了高血压和糖尿病等疾病诊断中的性别互换不一致性。