检索加追问可提升生殖健康问答的准确性与用户偏好
资讯摘要
论文提出HerHealthGPT，一个面向女性生殖健康的循证对话式AI系统，整合检索增强生成（RAG）、上下文感知澄清与来源校验，在交互式网页界面中运行。系统不急于回答不完整提问，而是维持对话上下文、提出针对性追问、检查过早结论，并以检索到的证据支撑回答。作者用90个生殖健康案例衍生的540条英文消息评估AI组件，并对30名成年人开展原型问卷研究。
要点速读
- 证据检索使关注类别准确率从仅微调的54.1%提升至59.3%
- 澄清路由在构造目标上达到85.6%召回率和86.2%特异度
- 用户研究中83.3%参与者偏好启用检索的配置，30人中有25人认为追问相关
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。