待验证50% 置信事实精确时间

特征消融显示LLM在给临床变量排序优先级时与专业生存模型的侧重点高度相似

1

来源数

50%

置信度

长期有效

时效性

2026/10/1

首次发现

来源

大语言模型能预测患者生存期吗？Survprompt框架给出答案

涉及实体

Survpromptconcept

相关事实

待验证实验设置了目标LLM（扮演基于人口统计学和心理学特征的人类人格）和影响者LLM（目标是让目标信念变得更极端）两类角色71% 相似待验证LLM的症状提取过程基于一套由临床医生编写的标准词汇表，确保输出结构化可预测69% 相似待验证当前的LLM本质上是基于统计模式的预测系统，主要运作在因果推理的关联层69% 相似待验证实验数据表明frontier级别的LLM展现出显著的行为相关性，且这种相关性随模型能力的提升而增强69% 相似待验证用包含最终诊断、治疗反应和患者结局的回顾性病历评估临床语言模型会奖励模型利用未来信息的行为，构成系统性缺陷68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/964034

API

curl https://kongchang.com/api/v1/knowledge/claims/964034

MCP

get_claim(id=964034)