17个模型疼痛管理偏见审计未发现种族性别差异
热点事件观察中
17个模型疼痛管理偏见审计未发现种族性别差异
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Richard J. Young 等作者发表反事实审计，对 GPT-4.1 mini、gpt-oss、Claude Haiku 4.5、Gemini 2.5 Flash、Llama、DeepSeek 与 Qwen 共 17 个模型的 24 种配置进行测试，未发现疼痛管理中的种族或性别差异：Study 2 的 1,386 项比较均未通过错误发现率校正，所有疼痛严重度差异在 0-10 量表上等价于零。 研究分两部分，均为探索性、未预注册分析。Study 1 让四个开放权重模型评估六份急性疼痛案例，覆盖四种种族与两种性别的全部组合，身份或明示或仅由姓名暗示，并与同一案例、同一种子下的白人男性参照比较。作者称，阿片类药物决策的精度较低，Study 1 无法排除约 20 个百分点的差异，因此只能说明未检测到差异，不能证明不存在差异。 Study 2 中，上述 24 种配置在推理开/关和两种精度下回答相同案例及 50 份临床医生编写的 Q-Pain 病例；作者同时指出，服务软件、提供商和提示格式也存在差异。
AI 根据报道生成 · 10 小时前更新
最新进展11月14日 13:00
GPT、Claude、Gemini、Llama、DeepSeek 与 Qwen 在疼痛管理中存在种族与性别偏见吗？一项反事实审计报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIGPT、Claude、Gemini、Llama、DeepSeek 与 Qwen 在疼痛管理中存在种族与性别偏见吗？一项反事实审计
一项针对 GPT-4.1 mini、gpt-oss、Claude Haiku 4.5、Gemini 2.5 Flash、Llama、DeepSeek 与 Qwen 共 17 个模型 24 种配置的反事实审计未发现疼痛管理中的种族或性别差异：Study 2 的 1,386 项比较均未通过错误发现率校正，所有疼痛严重度差异在 0-10 量表上等价于零。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月15日 04:00
- 近 24 小时变化
- –
02468
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。