血源性病毒预测模型的偏倚评估交给检索增强流程：与人类统计师、通用大模型对照，三者与专家共识的一致性相当
血源性病毒预测模型的偏倚评估长期依赖人工逐条核对PROBAST+AI条目，费时且易受评审者差异影响。ARBITER把每条信号问题的判断建立在检索到的PROBAST+AI准则、统计方法与疾病特异性知识之上，并区分模型开发与验证两条路径。在9篇HIV、HBV、HCV预测模型研究的200条条目观察中，ARBITER与专家共识的加权κ为0.701，人工评审者为0.724，Claude Sonnet 4.6为0.714，置信区间相互重叠。