arXiv cs.CL· Fardin Ahsan Sakib, Ziwei Zhu, Ozlem Uzuner·· 11 小时前AI 评分34
Trajectory-Guided Steering：缓解临床分类中的虚假特征偏差
Trajectory-Guided Steering: Mitigating Spurious Feature Bias in Clinical Classification
AI 导读
研究者提出 Trajectory-Guided Steering（TGS），仅依据模型预测轨迹判断是否纠正及纠正方向，无需反事实数据或虚假特征先验。在 i2b2 的 16 个临床分类任务上，TGS 修复 17.7% 的错误，仅破坏 1.3% 的正确预测，所有测试超参数设置下均为净正收益。
正文 · AI 翻译
摘要：大型语言模型在临床分类中依赖虚假特征：在临床记录中替换单个性别标记，会使与性别无关的诊断在多达 53.5% 的病例中发生改变。现有的推理时校正方法要么需要围绕特定虚假特征构建反事实数据，要么表现不可预测。我们观察到，模型在答案之间的偏好如何跨层演变，即其预测轨迹，能为每份文档指示校正是否可能有效。我们提出轨迹引导引导（Trajectory-Guided Steering, TGS），仅根据轨迹决定是否对每个预测进行校正以及校正方向，无需反事实数据，也无需了解虚假特征。在来自 i2b2 的 16 项临床分类任务上，TGS 修正了 17.7% 的错误，同时仅破坏 1.3% 的正确预测，并且在所有测试的超参数设置下均保持净正收益；所有基线均为净负或接近零。同样的校正减少了对虚假特征的依赖：在受影响最严重的疾病上，性别替换不一致率大幅下降（高血压 53.5% -> 38.0%，糖尿病 35.1% -> 21.5%）。若对每份文档都应用校正，则正确阳性预测的破坏率从 0.1% 升至 6.4%，因此逐文档选择至关重要。TGS 还可迁移至三个模型家族以及另外三个临床和生物医学数据集。
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.22618 [cs.CL] |
| （或 arXiv:2610.22618v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.22618 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Fardin Ahsan Sakib [查看电子邮件]
[v1]
2026 年 10 月 15 日星期四 20:22:04 UTC（121 KB）
来源：arXiv cs.CL · arxiv.org