MedFabric e EtHER: Un framework data-centric per la generazione e rilevazione di invenzioni a livello di parola in LLM medici

Una nuova pipeline data-centric genera invenzioni realistiche a livello di parola per LLM medici, preservando la fedeltà sintattica e stilistica pur introducendo sottili deviazioni fattuali. Il dataset risultante, MedFabric, affronta le limitazioni dei dataset esistenti di allucinazioni mediche, che catturano inadeguatamente i fenomeni di invenzione a causa di copertura limitata, disparità stilistiche e deriva distribuzionale. Basandosi su MedFabric, il rilevatore modulare EtHER integra Text2Table Decomposition, Word Masking and Filling e Hybrid Sentence Pair Evaluation per migliorare l'accuratezza fattuale. Il framework si rivolge al problema ad alto rischio degli LLM che generano affermazioni fattualmente errate ma fluenti in contesti medici.