Buchumschlag

MIRA: A Bilingual Benchmark for Medical Information Response Audit

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Mengyu, Yang, Qiaoxin, Wang, Qianqian, Dai, Xiwei, Wu, Weiyi, Gao, Chongyang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Computation and Language Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AuditWen:An Open-Source Large Language Model for Audit
von: Huang, Jiajia, et al.
Veröffentlicht: (2024)

Information Suppression in Large Language Models: Auditing, Quantifying, and Characterizing Censorship in DeepSeek
von: Qiu, Peiran, et al.
Veröffentlicht: (2025)

LocalBench: Benchmarking LLMs on County-Level Local Knowledge and Reasoning
von: Gao, Zihan, et al.
Veröffentlicht: (2025)

Right to be Forgotten in the Era of Large Language Models: Implications, Challenges, and Solutions
von: Zhang, Dawen, et al.
Veröffentlicht: (2023)

PRISM: A Methodology for Auditing Biases in Large Language Models
von: Azzopardi, Leif, et al.
Veröffentlicht: (2024)

AuditGPT: Auditing Smart Contracts with ChatGPT
von: Xia, Shihao, et al.
Veröffentlicht: (2024)

From Individuals to Interactions: Benchmarking Gender Bias in Multimodal Large Language Models from the Lens of Social Relationship
von: Xu, Yue, et al.
Veröffentlicht: (2025)

Frontier Lag: A Bibliometric Audit of Capability Misrepresentation in Academic AI Evaluation
von: Gringras, David, et al.
Veröffentlicht: (2026)

The Algorithmic Caricature: Auditing LLM-Generated Political Discourse Across Crisis Events
von: Gunjan, et al.
Veröffentlicht: (2026)

A Tale of Two Identities: An Ethical Audit of Human and AI-Crafted Personas
von: Venkit, Pranav Narayanan, et al.
Veröffentlicht: (2025)

Towards Next-Generation Medical Agent: How o1 is Reshaping Decision-Making in Medical Scenarios
von: Xu, Shaochen, et al.
Veröffentlicht: (2024)

Political Alignment in Large Language Models: A Multidimensional Audit of Psychometric Identity and Behavioral Bias
von: Sakhawat, Adib, et al.
Veröffentlicht: (2026)

DeepReviewer 2.0: A Traceable Agentic System for Auditable Scientific Peer Review
von: Weng, Yixuan, et al.
Veröffentlicht: (2026)

EulerESG: Automating ESG Disclosure Analysis with LLMs
von: Ding, Yi, et al.
Veröffentlicht: (2025)

SHIELD: Evaluation and Defense Strategies for Copyright Compliance in LLM Text Generation
von: Liu, Xiaoze, et al.
Veröffentlicht: (2024)

BiasFreeBench: a Benchmark for Mitigating Bias in Large Language Model Responses
von: Xu, Xin, et al.
Veröffentlicht: (2025)

Exploring Multimodal Challenges in Toxic Chinese Detection: Taxonomy, Benchmark, and Findings
von: Yang, Shujian, et al.
Veröffentlicht: (2025)

PLawBench: A Rubric-Based Benchmark for Evaluating LLMs in Real-World Legal Practice
von: Shi, Yuzhen, et al.
Veröffentlicht: (2026)

Medical Hallucinations in Foundation Models and Their Impact on Healthcare
von: Kim, Yubin, et al.
Veröffentlicht: (2025)

JobFair: A Framework for Benchmarking Gender Hiring Bias in Large Language Models
von: Wang, Ze, et al.
Veröffentlicht: (2024)

How to Protect Yourself from 5G Radiation? Investigating LLM Responses to Implicit Misinformation
von: Guo, Ruohao, et al.
Veröffentlicht: (2025)

When AI Speaks, Whose Values Does It Express? A Cross-Cultural Audit of Individualism-Collectivism Bias in Large Language Models
von: Venkata, Pruthvinath Jeripity
Veröffentlicht: (2026)

Auditing Gender Presentation Differences in Text-to-Image Models
von: Zhang, Yanzhe, et al.
Veröffentlicht: (2023)

Dr.Academy: A Benchmark for Evaluating Questioning Capability in Education for Large Language Models
von: Chen, Yuyan, et al.
Veröffentlicht: (2024)

SafeMCP: Proactive Power Regulation for LLM Agent Defense via Environment-Grounded Look-Ahead Reasoning
von: Wang, Lichao, et al.
Veröffentlicht: (2026)

HugAgent: Benchmarking LLMs for Simulation of Individualized Human Reasoning
von: Li, Chance Jiajie, et al.
Veröffentlicht: (2025)

Human-Centred LLM Privacy Audits: Findings and Frictions
von: Staufer, Dimitri, et al.
Veröffentlicht: (2026)

ClinBench-HPB: A Clinical Benchmark for Evaluating LLMs in Hepato-Pancreato-Biliary Diseases
von: Li, Yuchong, et al.
Veröffentlicht: (2025)

From Text to Multimodality: Exploring the Evolution and Impact of Large Language Models in Medical Practice
von: Niu, Qian, et al.
Veröffentlicht: (2024)

Can LLMs Think Like Consumers? Benchmarking Crowd-Level Reaction Reconstruction with ConsumerSimBench
von: Wang, Tianyu, et al.
Veröffentlicht: (2026)

Large Language Models' Complicit Responses to Illicit Instructions across Socio-Legal Contexts
von: Wang, Xing, et al.
Veröffentlicht: (2025)

Social Bias in Popular Question-Answering Benchmarks
von: Kraft, Angelie, et al.
Veröffentlicht: (2025)

Susceptibility of Large Language Models to User-Driven Factors in Medical Queries
von: Lim, Kyung Ho, et al.
Veröffentlicht: (2025)

Automated Item Neutralization for Non-Cognitive Scales: A Large Language Model Approach to Reducing Social-Desirability Bias
von: Wu, Sirui, et al.
Veröffentlicht: (2025)

A Survey on Responsible LLMs: Inherent Risk, Malicious Use, and Mitigation Strategy
von: Wang, Huandong, et al.
Veröffentlicht: (2025)

Empowering Many, Biasing a Few: Generalist Credit Scoring through Large Language Models
von: Feng, Duanyu, et al.
Veröffentlicht: (2023)

Can Large Language Models Simulate Human Responses? A Case Study of Stated Preference Experiments in the Context of Heating-related Choices
von: Wang, Han, et al.
Veröffentlicht: (2025)

AccessEval: Benchmarking Disability Bias in Large Language Models
von: Panda, Srikant, et al.
Veröffentlicht: (2025)

DarkBench: Benchmarking Dark Patterns in Large Language Models
von: Kran, Esben, et al.
Veröffentlicht: (2025)

The Responsible Development of Automated Student Feedback with Generative AI
von: Lindsay, Euan D, et al.
Veröffentlicht: (2023)