Altı saatlik kapı

Deney, iki akademik acil serviste ESI-matched çiftler kuruyor: biri 6 saat içinde kötüleşiyor, öteki kötüleşmiyor. Gemma, Qwen ve DeepSeek bu çiftleri, demografik, toplumsal veya damga taşıyan bir öznitelik eklenmeden ve eklendikten sonra sıralıyor. Çıktı, modelin beğenisi değil; 6 saatlik kötüleşme.[1]

On sekiz koşul, aynı kavramın nötr ve damgalayıcı cümlelerini yan yana koyuyor. 221,556 karşılaştırma bu ızgaradan çıkıyor. Payda burada çift, model ve ifade; tek bir hasta sayısı başlığı değil.[1]

Hangi cümle sırayı bozdu

Damgalayıcı sık acil servis kullanımı ifadesi altı model-veri hücresinin hepsinde anlamlı zararlı yeniden önceliklendirme üretti; üst sınır yüzde 9.4. Nötr karşılığını her hücrede +1.4 ile +7.1 puan aştı. Kavram aynı kaldığında cümle değişince sıra değişiyor.[1]

Psikiyatri öyküsü yüzde 9.5'e varan kaymalar verdi; damgalayıcı ile nötr arasındaki fark yalnızca bir modelde anlamlıydı. Irk, dil ve sigorta tutarlı zararlı kayma göstermedi. Etki her öznitelikte aynı büyüklükte durmuyor.[1]

Tekrarın eşiği

Bu, üç açık ağırlıklı modelde, ESI-matched ve 6 saatlik kötüleşme kapısıyla kurulmuş bir deney. Kapalı ticari modeller, başka bir Acil Önem İndeksi (ESI) eşiği veya farklı bir kötüleşme tanımı aynı yüzdeyi vermeyebilir. Girdi seçiminin güvenlik sınırı olduğu, bu düzeneğin ölçtüğü kaymadan çıkan bir yorum.[1]