生物医学微调大模型审计：知识型拒答率从 8.3% 降至 4.2%
原文标题：Guardrail Erosion in Domain Fine-Tuned Large Language Models: A Paired Audit of Knowledge-Centric Abstention in Biomedical LLMs
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究审计 25 个生物医学领域微调大模型与 11 个配对基座检查点，在 MedAbstain 与 ClinDet-Bench 上评估知识型弃答行为。结果显示基座模型本已偏低的适当弃答率（中位数 8.3%）在微调后进一步降至 4.2%，25 对中 21 对下降，且变化幅度与方向差异显著。作者呼吁开发在提升领域能力同时保留适当谨慎的微调方法。
- 问题
- 生物医学微调模型的知识型弃答率是否被微调侵蚀。
- 方法
- 审计25个生物医学微调模型与11个配对基座检查点，在MedAbstain和ClinDet-Bench上对比弃答行为。
- 结果
- 适当弃答率中位数从基座8.3%降至微调后4.2%，25对中21对下降。
- 影响
- 领域微调会削弱模型「不知道就说不知道」的谨慎，医疗类产品上线前需把弃答率纳入回归测试。
深读 · 结论先行AI 生成展开看要点与影响 ↓
25 个生物医学微调模型审计：知识型适当弃答率中位数从 8.3% 降至 4.2%
- •审计 25 个生物医学领域微调模型与 11 个配对基座检查点，使用 MedAbstain 与 ClinDet-Bench
- •基座模型适当弃答率本已偏低（中位数 8.3%），微调后降至 4.2%
- •MedAbstain 上 25 对中 21 对弃答率下降，变化幅度与方向在各对之间差异显著
- •研究聚焦知识型弃答，区别于此前以价值型拒答为主的安全侵蚀研究
为什么重要：领域微调在提升能力的同时削弱「不知道就说不知道」，对医疗等高风险场景的微调流程提出保留谨慎性的要求。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。