Новости
Auditing black-box clinical prediction models with a large language model through queries alone: a blinded test with planted flaws
arXiv cs.AI · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- Researchers tested whether GPT-6 Astra could audit black-box clinical prediction models by querying them, finding planted flaws in 96 percent of cases.
- Почему это важно
- Matters for engineers building clinical decision support systems who need to verify model behavior without access to internal weights or architecture.
- На что обратить внимание
- LLM reports of problems require verification against actual model behavior; discovered relationships held only 11 percent of the time on new data, not 33 percent.
- llm
- language model
- edge
Паттерны, стоящие за этой новостью
Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.