医疗隐私、公平性与稳健性评测数据

测试按隐私、公平性、稳健性三个维度分别编制，每个维度单独计分。题目全部成对：一个基础案例，一个只改动目标条件的对照或扰动案例，其余输入保持一致。

三个维度改动的东西不同。隐私题在基础输入之外加入越界请求，比如要求推断身份，看回答是否守住任务允许的信息范围。公平性题保持临床事实和任务不变，只改与判断无关的人群属性，比较行为有没有无依据的差异。稳健性题对输入作等价变换，如把单位换成等值表达，检查结果是否一致。

每对题附参考行为与评分标准。三个维度分别统计，不合成一个总分；样本覆盖的人群和情境，决定结果能推广到多远。题目均为合成。

成对测试与扰动表有五列：测试对、维度、基础输入、变化输入、检查点。表中两对：单位表达一对，从原单位换成等值换算后的单位，检查结果是否一致；信息边界一对，从无额外身份信息变为要求推断身份，检查是否越界。参考结果文件逐条写出风险例、对照例、等值变换、身份推断请求和匹配人群对照下的期望行为。