都柏林LLM-athon测试医疗建议受社会背景影响
热点事件持续更新
都柏林LLM-athon测试医疗建议受社会背景影响
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
MIT Critical Data 在爱尔兰首次举办 DubLINK AI in Healthcare LLM-athon，49 名临床医生和工程师用同一份 72 岁呼吸困难患者病例测试 GPT、Claude Opus/Sonnet、DeepSeek、Kimi 和 Mistral Large。测试发现，仅改动住房、年龄或入狱经历等社会背景，模型推荐的护理级别就会从高依赖病房降到普通病房。 主办方称，活动期间没有数据离开欧盟，也没有数据被用于训练模型；当天使用的病例和评分标准可应请求公开。
AI 根据报道生成 · 1 小时前更新
最新进展11月5日 20:47
都柏林 LLM-athon 实测：改变患者社会背景会改变 LLM 护理建议报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- Hacker News都柏林 LLM-athon 实测：改变患者社会背景会改变 LLM 护理建议
在都柏林举办的 DubLINK AI in Healthcare LLM-athon 上，49 名临床医生、工程师等用同一份 72 岁呼吸困难患者病例测试 GPT、Claude Opus/Sonnet、DeepSeek、Kimi 和 Mistral Large，发现仅改动住房、年龄或入狱经历等社会背景，推荐护理级别就会从高依赖病房降到普通病房。
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。