孟加拉语糖尿病问答LLM幻觉率与RAG效果研究发布

Nahid 等研究团队发布 BanglaDiaHallu 研究，测量了 4 个可本地部署的开源 LLM 在孟加拉语糖尿病问答中的幻觉率：Qwen3.5-9B 为 77.5%、TigerLLM-9B 为 3.8%、Qwen3.6-35B-A3B 为 22.5%、Gemma-4-26B-A4B 为 2.5%，并评估了接入临床指南的检索增强（BanglaDiaRAG）的降幻觉效果。 研究用 40 个覆盖六个临床子领域的患者问题、零样本提示各回答两次，准确度低于 0.70 判为幻觉；两名医师以共识方式对 400 条去标识回答在 0–1 量表上就准确性、完整性、安全性、可读性和可靠性评分。作者团队指出，面向患者使用前仍需临床监督。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。