arXiv · cs.AI· Zhiyu Liu·· 20 小时前AI 评分29
GPT-6 Astra 等 LLM 审计临床预测网络：关键在于计算而非权重访问
Computation, not weight access: large language models as auditors of clinical prediction networks
来源与原文
arXiv · cs.AI
作者：Zhiyu Liu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07847v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
GPT-6 Astra 及另外四个 GPT 模型在模拟实验中审计临床预测网络，借助仅暴露权重或预测值的计算工具，在最多 38,401 个权重的网络上全部 29 次运行均找回植入关系，15 次空网络运行零误报，6 次运行全部定位到标签偏差亚组。无工具时 Astra 仅在 353 权重网络上可靠，3,457 权重即失效，默认指令下 12 项审计与修复任务中有 11 项被判定为不可识别，显式系统指令消除了这些拒绝。黑盒访问与白盒访问表现相当，说明审计这类网络依赖计算与提示引导，而非直接读取权重。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。