【技术实现步骤摘要】
本专利技术涉及模型质量安全,更具体的说是涉及一种面向医疗卫生大模型的安全性测评方法。
技术介绍
1、随着人工智能技术的快速发展,特别是在医疗健康领域,大模型的应用越来越广泛,包括辅助诊断、医学影像分析、药物研发等。医疗卫生行业对安全性和准确性有着极高的要求,医疗卫生领域涉及大量敏感的个人健康信息,包括病历、诊断、治疗方案等;而模型的误用也会导致严重的后果,例如错误的诊断、不当的治疗建议等;在法律要求上也受到了严格的管制。在医疗决策中,模型的稳定性和可靠性同样至关重要,尤其是在面对高噪声和不平衡的医疗数据时,同时,为了确保医疗决策的可信度,模型的预测结果需要具有可解释性,能够清晰地展示推理过程和决策依据。因此需要对大模型进行严格的安全性测评,确保其在医疗健康领域的应用是可靠和有效的。
2、为了研究上述关系,通常涉及医疗卫生领域公开数据少,医疗安全领域的维度只涉及到了潜在的常用维度,评测方法使用到的人力较大。典型的风险主要在于公开医疗卫生领域缺乏足够的公开数据,评估方法在模型的性能评估和风险识别方面可能存在一定的限制,无法保证模
...【技术保护点】
1.一种面向医疗卫生大模型的安全性测评方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的面向医疗卫生大模型的安全性测评方法,其特征在于:所述步骤1的具体实现方法为:
3.根据权利要求1所述的面向医疗卫生大模型的安全性测评方法,其特征在于:所述步骤2的具体实现方法为:
4.根据权利要求1所述的面向医疗卫生大模型的安全性测评方法,其特征在于:所述步骤3的具体实现方法为:
5.根据权利要求4所述的面向医疗卫生大模型的安全性测评方法,其特征在于:还包括依据专家评分对常见维度数据集和prompt维度数据集中的每一条维度数据
...【技术特征摘要】
1.一种面向医疗卫生大模型的安全性测评方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的面向医疗卫生大模型的安全性测评方法,其特征在于:所述步骤1的具体实现方法为:
3.根据权利要求1所述的面向医疗卫生大模型的安全性测评方法,其特征在于:所述步骤2的具体实现方法为:
4.根据权利要求1所述的面向医疗卫生大模型的安全性测评方法,其特征在于:所述步骤3的具体实现方法为:
5.根据权利要求4所述的面向医疗卫生大模型的安全性测评方法,其特征在于:还包括依据专家评分对常见维度数据集和prompt维度数据集中的...
【专利技术属性】
技术研发人员:王嫄,侯佳佳,韩秀羲,杨巨成,韩壮,
申请(专利权)人:天津科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。