arXiv cs.CY·· 2 天前AI 评分34
基于 Rosenhan 实验的大语言模型精神科标签敏感性测试：既往精神分裂症诊断使住院建议增加近五倍
Being judged through the record: A Rosenhan-inspired test of psychiatric label sensitivity in large language models
AI 导读
一项受 Rosenhan 1973 年实验启发的反事实研究测试了 GPT-5.6 Sol、Claude Sonnet 5、Gemini 3.6 Flash、Grok 4.6 和 Mistral Large 2512 五个大语言模型，共生成 20,000 条回答。
来源：arXiv cs.CY · arxiv.org