Université de Bordeaux

入侵检测的告警不再由单个模型直接触发处置，而是先经多个独立公证智能体复核、在Hyperledger Fabric账本上以2/3法定票数共同签署后才放行。在CICIDS2017的类别均衡测试集上，校准集成对全部决策的准确率为96.60%，经拒绝门控后认证子集在87.3%覆盖率下达到99.65%准确率与0.04%误报率；在独立生成的GeNIS 2025语料上，同一套流程认证99.86%的流量、准确率99.98%。

入侵检测的告警不再由单个模型直接触发处置，而是先经多个独立公证智能体复核、在Hyperledger Fabric账本上以2/3法定票数共同签署后才放行。在CICIDS2017的类别均衡测试集上，校准集成对全部决策的准确率为96.60%，经拒绝门控后认证子集在87.3%覆盖率下达到99.65%准确率与0.04%误报率；在独立生成的GeNIS 2025语料上，同一套流程认证99.86%的流量、准确率99.98%。

该研究提出一种领域无关的配对比较方法，先微调大语言模型复现急诊分诊记录中的决策，再对仅翻转性别、其余临床内容保持不变的配对样本进行预测比较，在法国波尔多大学医院逾14万例就诊记录中发现女性版本比男性版本更易获得较低严重度（较不紧急）的预测分诊等级，合并每对差异率约1.1%（95% CI 0.9–1.3），并在MIMIC-IV上复现出方向一致但更大的约2.2%（1.7–2.7）差异，同时通过性别中性化重训模型使性别间预测差距消失，表明该不对称由显式性别标记介导。

该研究提出一种领域无关的配对比较方法，先微调大语言模型复现急诊分诊记录中的决策，再对仅翻转性别、其余临床内容保持不变的配对样本进行预测比较，在法国波尔多大学医院逾14万例就诊记录中发现女性版本比男性版本更易获得较低严重度（较不紧急）的预测分诊等级，合并每对差异率约1.1%（95% CI 0.9–1.3），并在MIMIC-IV上复现出方向一致但更大的约2.2%（1.7–2.7）差异，同时通过性别中性化重训模型使性别间预测差距消失，表明该不对称由显式性别标记介导。