热点事件观察中
多站点评估大语言模型提取社会隔离信息的公平性
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年11月4日，JMIR Mental Health 发表一项多站点评估，考察大语言模型从电子健康记录中提取社会隔离信息的公平性与泛化性。研究使用来自三个医疗系统的9,578份临床记录中的2,967个标注片段微调 FLAN-T5-Large，并在900份人工复核记录上检验效果。结果显示，模型提取社会隔离信息的召回率为0.94–0.98，各站点 macro F1 为0.69–0.81。这是该事件目前唯一一篇报道，尚无后续回应或重复验证信息。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- JMIR Mental Health多站点评估：FLAN-T5-Large 从电子健康记录中提取社会隔离信息的公平性与泛化性
一项多站点评估用来自三个医疗系统、9,578 份临床记录中的 2,967 个标注片段微调 FLAN-T5-Large，在 900 份人工复核记录上提取社会隔离的召回率为 0.94–0.98，各站点 macro F1 为 0.69–0.81。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。