arXiv · cs.AI · Yuxiang Wei, Lijing Zhu, Qizhen Lan, Yanteng Zhang, Vince D. Calhoun · 10 小时前模型评分45
CONFIRM：为可信的智能体神经影像学治理科学报告
CONFIRM: Governing Scientific Reporting for Trustworthy Agentic Neuroimaging
导读
研究团队提出 CONFIRM 框架，将大语言模型（LLM，Large Language Model）智能体执行神经影像分析与决定报告哪些发现分开，用预先设定的分析计划和五道确定性关卡过滤结果。团队同时发布 NeuroClaimBench，包含 489 条可执行神经影像断言，CONFIRM 对其中对照项的错误支持率最多 3%，基线为 23%–38%，并能找回最多 61% 有文献支持的断言。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：ai-tooling，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：医疗与生命科学、科学研究
事件类型：研究发布
证据摘录
- “We present \textbf{CONFIRM}, a framework that separates running an analysis from deciding which findings to report.”
来源：arXiv · cs.AI · arxiv.org