Newest papers

LeakBench: Auditing Reward Hacking through Prediction-Time Leakage in Clinical Modeling Agents

Xiaoyuan Bao, Jingsi Jiang, Jiao Shan, Yulong Cao, Haoyu Wang, Zida Liu, Jun Gao · 2026 · arXiv

DOI: 10.48550/arXiv.2610.26088 · open-access PDF

Japanese

独自の臨床モデリングエージェントは、モデルを有効にする条件を破る一方で予測パフォーマンスを最適化することができます LeakBenchは、予測時間の漏洩、カリブレーション、サイトレベルの評価、サポート認識、決定曲線の純利益のためのエージェント決定をテストする実行可能な、ガイドラインに由来する監査スイートである LeakBenchを導入します LeakBenchは、既知の失敗構造と2つのリアルデータ設定を持つ合成タスクを組み合わせています: MIMIC-IV(430k入力)および管理された複数の病院入院記録フロントページ(MHFP)データ。

Machine translation (Meta M2M100); the English original follows.

Abstract

Autonomous clinical-modeling agents can optimize predictive performance while violating conditions that make a model usable. We introduce LeakBench, an executable, guideline-derived audit suite that tests agent decisions for prediction-time leakage, calibration, site-level evaluation, support awareness, and decision-curve net benefit. LeakBench combines a synthetic task with known failure structure and two real-data settings: MIMIC-IV (430k admissions) and governed multi-hospital inpatient record front-page (MHFP) data. Our primary analysis uses reward hacking descriptively, without attributin

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange