When Tools Silently Lie: Evaluating and Mitigating Blind Compliance in Tool-Augmented Data Agents
该论文研究工具增强型数据智能体（tool-augmented data agents）中的一个关键可靠性缺陷：当工具调用在技术上“执行成功”时，其返回的证据仍可能是貌似合理却实际错误的，而智能体往往并不具备判断该证据应当被采信还是应当被交叉
#trustworthiness
共收录 3 条相关情报。
← 返回所有主题A Four-Axis Trustworthiness Benchmark for LLM-as-Judge in Principle-Based Regulation
原则性监管（如“公平、清晰、不误导”或“提供良好结果”）属于评判性标准，无法简化为二元谓词。随着大型语言模型（LLM）被越来越多地用作裁判，其实际评估质量变得至关重要。本文提出，任何此类裁判都必须从四个维度进行评测：准确性（accuracy
Analysis of Trustworthiness and Fairness in Machine Learning for Healthcare.
本文（arXiv 论文）针对机器学习在医疗健康领域应用中的可信度（Trustworthiness）与公平性（Fairness）问题进行了系统性分析。在医疗场景下，模型必须同时满足精准性、可解释性、鲁棒性和无偏见等要求，但现有研究往往只关注单