Новости
Judge-dependent safety gains and model-specific helpfulness costs of evidence-sufficiency prompting in clinical LLMs
arXiv cs.AI · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- A prompt technique reduced unsafe overconfidence in clinical AI models from 49% to 25%, but the safety gain heavily depends on which AI evaluates the results.
- Почему это важно
- Engineers building clinical AI systems need to know that safety metrics from AI judges may not reflect real behavior change and require human validation.
- На что обратить внимание
- The measured safety improvement vanished by half when a different AI judge scored the same answers, and helpfulness dropped severely for some models but not others.
Послушать это резюме
- llm
- language model
- prompt
- claude
- gpt
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.