研究提出医学事实核查失败分类体系

Heyuan Huang 等作者提出一套针对检索式开放式医学答案事实核查的失败分类体系，把错误拆成检索阶段的五个质量维度和验证器推理的六个连续步骤，并给出自动归纳流程。该体系基于开放式 MedExpert 数据集和 3 个封闭式数据集的案例研究归纳而成。 团队用 LLM-as-Judge 自动标注证据质量，在 4 种检索方法和 6 个前沿验证模型上做压力测试，结论是扩大模型规模、增加推理投入、引入权威网络来源和医学微调都无法消除这些失败模式。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。