NeurIPS 论文：医疗检索式事实核查存在系统性失败

约翰霍普金斯 Mark Dredze 团队论文《Where Does Retrieval-Based Open-Ended Evaluation Fail?》入选 NeurIPS Oral。研究发现「先检索再验证」式的医疗事实核查以系统性方式失败，且并非模型能力不足：更大的模型、更多推理、更好的信息来源乃至医学领域微调都无法修复这些失败模式。

2026-10-09 ~ 2026-10-09 · 3 条相关

• NeurIPS 医疗评测论文入选 Oral：检索式事实核查的系统性失败图谱 — mdredze · 2026-10-09
• 同团队再强调：更大模型与更强推理都修不好医疗事实核查 — mdredze · 2026-10-09
• 研究：医疗事实核查 AI 系统性失败，更大模型与微调都救不了 — mdredze · 2026-10-09