AI 與世界的難題 · 醫學與藥物探索 · Nature (computational biology) · 2026-10-26
用於降低醫療大型語言模型幻覺的混合式檢索—驗證框架
原標題: Hybrid retrieval–verification framework for hallucination reduction in medical LLMs
臨床環境中使用的大型語言模型可能產生缺乏證據支持的答案，造成安全風險。作者提出 CARE-Med 框架，結合稠密檢索、自然語言推論驗證器與信心評分，並在 MIMIC-III、PubMedQA 和 BioASQ 上進行測試。以 NLI 判定的無依據回應比率，從基準大型語言模型的 32% 降至 10%，從傳統 RAG 的 21% 降至 10%。