研究提出证据参照审计衡量模型代理依赖

Zengqing Wu 与 Chuan Xiao 提出一种“证据参照审计”，把语言模型对代理字段的依赖程度与两个参照对比：已知结果规则，以及用同一批标注样本拟合的贝叶斯线性回归；排序准确率则单独测量。 在已知字段权重的模拟患者排序任务中测试四个模型，结果显示：字段没有预测价值时，模型仍依赖无信息字段；代理字段变得有预测性时，依赖增长远低于参照；有序标签比任意标签引发更多依赖，且四个模型方向一致；排序准确率并未随依赖变化同步变化。作者据此主张，审计应报告相对明确预测参照的依赖度，并附上准确率。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。