待验证50% 置信事实精确时间
一项针对印度、尼日利亚、巴西和巴基斯坦四国真实用户的实证研究评估了大语言模型在健康场景中的安全性，使用带年龄与性别的真实对话数据。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证该研究主张稳健的口音分类评估应当同时纳入说话人隔离评估和跨语料测试61% 相似待验证PTC-Bias 当前实验主要基于英文 LibriSpeech 数据集和特定 SpeechLLM，在中文等其他语言、真实嘈杂环境及更大偏置词表下的表现仍有待验证59% 相似待验证一项研究在四种低资源语言外加英语、五种不同数据规模的条件下，系统比较了两类数据增强手段，并将分析下沉到音素层级59% 相似待验证该研究评测对象包括16个大语言模型，以及一个由60位执业中医师组成的对照组59% 相似待验证该研究使用 L2-ARCTIC 及多个外部英语口音数据集，比较了文件级划分和说话人隔离划分两种评估设置58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1023651API
curl https://kongchang.com/api/v1/knowledge/claims/1023651MCP
get_claim(id=1023651)