arXiv ID:
2602.12015
arXiv 提交日期: 2026-02-12
解耦大语言模型中的歧义性与不稳定性:一项临床文本转SQL的案例研究 / Disentangling Ambiguity from Instability in Large Language Models: A Clinical Text-to-SQL Case Study
1️⃣ 一句话总结
这篇论文提出了一个名为CLUES的框架,能够将大语言模型在临床文本转SQL任务中产生不同答案的原因区分为“输入本身有歧义”和“模型自身不稳定”两类,并分别给出量化分数,从而指导人们采取更精准的应对措施(如澄清问题或审查模型),有效提升了错误预测和处理的效率。