Multi-LLM Disagreement as a Scalable Detector of Human Annotation Errors in Structured Data from Clinical Free-Text
تُظهر هذه الدراسة أن عدم الاتفاق بين نماذج لغوية كبيرة متعددة مستضافة محلياً يعمل كإشارة دقيقة للغاية، وقابلة للتوسع، ومتوافقة مع اللائحة العامة لحماية البيانات (GDPR) لتحديد أولويات المراجعة البشرية لأخطاء التوسيم السريري، مما يحدد بفعالية المجموعة الفرعية الصغيرة من حالات عدم الاتفاق التي تحتوي على غالبية الأخطاء.