Green Shielding：一种面向可信赖 AI 的以用户为中心的方法

论文提出 Green Shielding，一项以用户为中心的研究议程，通过刻画良性输入变化如何改变模型行为，为高风险场景构建有证据支撑的部署指导，并以 CUE 标准落地。在 PCS 框架指导下，研究团队与执业医生合作，在医学诊断中构建了基于患者真实提问的 HealthCareMagic-Diagnosis（HCM-Dx）基准，配套结构化参考诊断集和面向鉴别诊断列表的临床指标。在多个前沿大语言模型上的实验显示，提示层面的因素会使模型行为沿临床有意义的维度偏移，形成类似 Pareto 的权衡；其中中和化（neutralization）在提升合理性、使鉴别诊断更简洁并更接近临床医生风格的同时，会降低对高概率和安全关键疾病的覆盖。作者称这些结果说明交互选择能系统性地改变模型输出的任务相关属性，可支持高风险领域的更安全部署，该议程也可扩展到其他决策支持场景和智能体系统。