LLM审计临床预测网络靠计算工具而非权重访问

1. 19:28
   arXiv · cs.AI

   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

   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。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。