跳到主要内容
检索

University of Maryland, Baltimore County

2 篇关联报道

订阅更新
  1. arXiv

    CroissantMiner 发布 602 篇论文基准:单次全文提取胜过四种智能体架构,最强系统综合分仅 0.709

    该工作构建了 CroissantMiner 基准,将 602 篇机器学习数据集论文(102 篇人工验证金标注、500 篇 LLM 银标注)与完整 30 字段 Croissant 1.1 模式配对,并用规则评分加人工审计 LLM 评判的两层框架评测 24 个提取系统,发现单次全文提取在每种骨干模型上都优于所评测的四种智能体架构,且长文本 RAI 字段最难提取,最强系统综合分仅 0.709。

  2. medRxiv

    在线健康安全鸿沟:共识对齐并不等于同伴健康叙事中的安全

    该研究提出并实证验证了“在线健康安全鸿沟”:在704条健康叙事(699条完成分类)中,由互不重叠特征集计算出的叙事真相距离(NTD,衡量认知偏离)与叙事风险分数(NRS,衡量健康风险潜力)仅共享4.9%的方差(r=0.222,p<0.001),导致39.6%的叙事落入单轴系统必然误判的两个非对角象限(对齐但高风险25.2%、偏离但安全14.4%),并在437条专家标注的误信息基准(含127条误信息实例)上最高判别力仅为Youden J=0.349,据此提出“分类象限”框架,主张从以事实为中心转向风险感知的评估。

已读完全部报道