MediEval：LLM中用于患者上下文和知识基础推理的统一医学基准
分析
本文介绍了一种名为MediEval的新型基准，旨在评估大型语言模型（LLM）在医学应用中的可靠性和安全性。它通过将电子健康记录（EHR）链接到统一的知识库，解决了现有评估中的一个关键差距，从而能够系统地评估知识基础和上下文一致性。对幻觉支持和真理反转等失败模式的识别非常重要。所提出的反事实风险感知微调（CoRFu）方法展示了一种有希望的方法，可以提高准确性和安全性，从而为医疗保健领域中更可靠的LLM铺平道路。该基准和微调方法是对该领域的宝贵贡献，为医学领域中更安全，更值得信赖的AI应用铺平了道路。