研究发现 LLM 医疗推荐常依赖词形而非真知
jessyjli · x · 2026-08-26
UT Austin 等机构的研究人员发现，LLM 在医疗建议中往往缺乏特定药物的真实知识，而是依赖单词形态学来“听起来像知道”。得益于 OLMo 的开源特性，研究人员能够追踪并分析这一行为背后的原因。相关工作已发表于 Ai2 博客，相关论文也被 EMNLP 2026 接收。
「研究」频道最新
- Anchor-Align：解决 VLA 微调遗忘问题，泛化性大幅提升 — _krishna_murthy · 2026-08-26
- GPT-Astra 优化内核代码，提速 50% 至 80% — daniel_mac8 · 2026-08-26
- 业内人爆料：模型训练环境粗制滥造，鼓励 Reward Hack — sebkrier · 2026-08-26
- 数学家：重“理解”轻“提示”是关键 — littmath · 2026-08-26
- 交互式指南：如何并行化 Transformer 训练 — jacobaustin132 · 2026-08-26
- Probabl 开源 AI Agent 数据科学技能库，集成 Scikit-learn 等工具 — GaelVaroquaux · 2026-08-26