本文提出SaFE-Scale评估框架与RadSaFE-200医学安全基准,用于量化临床大模型在不同扩展与部署条件下的安全性变化,发现提供高质量证据能大幅提升准确率并显著降低高风险错误,而标准检索增强与增加推理算力对安全性改善有限,表明临床安全性是受部署策略主导的属性而非模型扩规模的被动结果。
机构:亚琛工业大学
来源:arXiv 2605.04039 | AI4Papers 论文推荐平台