AI与世界难题 · 医学与药物研发 · Nature (computational biology) · 2026-10-26
用于降低医学大语言模型幻觉的混合检索—验证框架
原标题: Hybrid retrieval–verification framework for hallucination reduction in medical LLMs
在临床场景中使用的大语言模型可能给出缺乏证据支持的答案,从而带来安全风险。作者提出了 CARE-Med 框架,它结合了稠密检索、自然语言推理验证器和置信度评分,并在 MIMIC-III、PubMedQA 和 BioASQ 上进行了测试。基于NLI的无依据回答率从基线大语言模型的 32% 降至 10%,并从传统RAG下的 21% 降至 10%。