arXiv · cs.AI· Xiaoyang Wang, Tianrui Wang, Christopher C. Yang·· 2 天前
ProbeGuard：通过共识形成过程实现医疗大模型认证拒答
Unanimously Wrong: Certified Abstention from How Medical LLM Consensus Forms
arXiv:2610.07570v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Xiaoyang Wang, Tianrui Wang, Christopher C. Yang
研究任务与主要进展
ProbeGuard 是一种基于共识形成过程的医疗大模型拒答框架，利用一致性轨迹、少数意见持续性、检索饱和度、理由语义熵和反例检索，判断看似一致的答案是否实际上全部错误。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org