提出一种多阶段验证框架,用于在弱监督下对大语言模型(LLM)驱动的大规模临床信息抽取进行可信评估,该框架整合提示校准、基于规则的合理性过滤、语义锚定评估、由高能力裁判LLM进行的目标确认性评估、选择性专家审查及外部预测效度分析,在无需 exhaustive人工标注的情况下量化不确定性并刻画错误模式;应用于从919…
机构:Oak Ridge National Laboratory
来源:arXiv 2604.06028 | AI4Papers 论文推荐平台