arXiv cs.AI· Elisa Rovai, Fabio Rovai·· 11 小时前AI 评分31
同一量表、四份文本：已发布分级方案中的缺口、重叠与静默修补
One Scale, Four Texts: Gaps, Overlaps and Silent Repairs in Published Grading Schemes
AI 导读
研究将糖尿病视网膜病变分级的一份国际量表在四份文本（2025 年英文筛查定义、2017 年表格版与 2003 年版国际量表、2015 年意大利指南）中转写为统一规则语言，穷举 1,425,807,360 种所见组合后发现：每份给出处置建议的文本在任一读法下都会让部分眼睛无法归类，2017 年表格版存在字面读法下为空的增殖类，且无法把 2003 年分级映射到 2017 年分级。
正文 · AI 翻译
摘要：分类系统通常以文本形式到达用户手中，而读者会以心照不宣的修补来应用它们。我们以糖尿病视网膜病变分级为对象，追问在去除这些修补之后，这样的文本究竟确定了什么——在该领域中，同一套国际量表以多份文档的形式流传。我们将四份文本（2025 年的英文筛查定义、2017 年以表格形式列出的国际量表、2003 年发表的国际量表，以及 2015 年的一份意大利指南）转写为一种基于 24 个所见变量的统一规则语言，并把文本留下的每一处开放之处都变成一个具名的精确化。对 1,425,807,360 个所见剖面的穷举枚举（由 SMT 求解器重新推导，并由 OWL 推理器抽查）表明：每一份为眼睛指派了处理动作的文本，在每一种读法下都会让某些眼睛没有类别；2017 年的表格有一个按字面读来为空的增殖类，以及一个 2003 年文本所没有的黄斑缺口，因此不存在能把 2003 年分级映射到 2017 年分级的函数；并且仅凭图像所见，英文文本与意大利文本对某些眼睛对的排序相反。在来自三个公开数据集的 927 张标注照片上，假定视网膜增厚不存在，英文文本与 2017 年表格在其中一个数据集（DDR）中两者都做出判断的眼睛上有 26.8% 的转诊意见不一致，而在一项预注册实验中，分别用各文本标签训练的分类器各自站在自己文本一边。增厚在彩色照片上无法看到；若将其留空，则所有涉及英格兰的不一致都变得不可判定，因此它取决于相机无法显示的东西。在第二项预注册研究中，未经深思即作答的语言模型即使被要求按字面阅读，也修补了大多数缺口与重叠条目，而 Claude Sonnet 5.5 和 Claude Opus 5.5 报告这些缺陷的频率要高得多；在两个模型内部，深思减少了无声修补，但并未将其消除。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.06569 [cs.AI] |
| （或 arXiv:2611.06569v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.06569 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Fabio Rovai [查看邮箱]
[v1]
2026 年 11 月 4 日星期三 14:32:17 UTC（415 KB）
来源：arXiv cs.AI · arxiv.org