可信AI
7 条- 01基于真实世界医疗数据的带引导学习延迟决策
在真实医疗影像数据上验证学习延迟（L2D）方法，实现AI与医生协同决策，提升临床部署安全性。
- 02可用护栏：面向各类机器学习系统的可认证选择性预测
提出可认证的选择性预测框架，确保在子群体（如患者组、策略标签）上达到目标精度，解决有限校准数据下的证书可行性问题。
- 03
- 04量化前沿大语言模型智能体的过度宣称倾向
定义并量化智能体‘过度宣称’行为（响应与上下文矛盾），提出OverclaimBench基准评估其普遍性。
- 05
- 06智能体社会需要社会约束机制
提出‘智能体社会’概念，实验证明现有通信机制无法保障多主体协同可靠性，需新型社会性约束框架。
- 07大语言模型领域特定幻觉检测
提出融合微调DeBERTa、MC Dropout不确定性与温度校准的多信号幻觉检测管线，在HaluEval上达F1=0.915。