度量公平提示：对待相似样本

我们提出了度量公平提示(Metric-Fair Prompting)，一种面向大语言模型(LLM)的公平性感知提示框架。在多选医学问答任务中，将每个 {(question, option)} 对视为具有标签 $+1$ (正确)或 $-1$ (错误)的二元实例。为促进 individual fairness(对待相似实例)——即对相似实例进行相同处理——我们计算问题之间的相似性并以联合相似问题对的形式处理，而非孤立处理。该提示 enforces 全局决策协议：提取决定性临床特征，将每个 $(\text{question}, \text{option})$ 映射到得分 $f(x)$ 作为置信度，并施加 Lipschitz 风格约束，确保相似输入获得相似得分，从而实现一致的输出。在 MedQA(US) 基准测试上评估结果表明，度量公平提示优于标准单项提示，证明了公平性导向、置信度导向的推理方式可提升 LLM 在高风险临床多选问答问题上的准确率。