标签
EHR2Trace 是一个可配置的系统，能够将异构的电子病历转换为可追溯至数据源、可审计的患者事件，并导出至 OMOP 和 MEDS 格式，同时将事件发生时间与信息可用时间分离。在三个临床数据集上，该系统共转换了 8.464 亿条事件，并检测出全部 28 个注入的故障；研究还表明，基于信息可用性的过滤训练能提升留出集 AUROC（0.829 对比 0.642），并揭示了篡改回填病史所导致的虚高性能（AUROC 0.965）。
本文审计了多个模型在金融新闻自然语言处理基准中的时间泄漏，发现随机划分会夸大性能指标，并确定并购事件是在时序评估下具有局部正向信号的一个类别。
本文表明，在LLM回测中，标准的前/后训练截止检查对时间泄漏的检测毫无信息量，因为近因效应会模仿泄漏。文章提出了使用已知截止点和匹配的干净对照组的新估计器，以测量泄漏并计算调整分数，并在前沿模型上进行了验证。