Nouvelles
Comment le prompt engineering ciblé des LLM révèle des données médicales cachées que les systèmes standard de déidentification négligent
Une nouvelle étude montre que les grands modèles de langage, avec des invites calibrées pour une clinique spécifique, comblent les lacunes dans la protection des informations médicales — y compris les codes internes et les noms de bâtiments — surpassant en précision les algorithmes existants tout en détectant les erreurs dans l'annotation de référence.
