当衍生测量误导时：以特权模态可靠性证据量化并缓解LLM过度信任

衍生测量正日益作为直接事实进入大语言模型（LLM）流水线，尽管其有效性依赖于具体实例。我们将衍生特征过度信任（DFOT）定义为这样一类失效：下游LLM赋予此类测量与直接事实同等的认识地位，或在其有效范围之外使用它。以生理传感作为案例研究，D1测试模型是否接受被离线心电图（ECG）反驳的PPG衍生心律，而D2测试模型是否在误导性的危重病史下拒绝经离线确认的可靠PPG心律。ECG提供训练监督并用于构建离线参考，但从不向LLM展示。五个估计量对这一链条进行量化：冲突过度信任率（COTR）与情境诱发错误率（CIR）刻画D1/D2；正确修复率（CRR）衡量冻结错误的修复；证据特异性修复边际（ESRM）对比匹配证据与患者不重叠的打乱证据；效用损害率（UHR）衡量高可靠性（HIGH）案例中出现的不必要验证——这些案例在基线中本无需验证即可使用。该框架不依赖于特定的可靠性生成器。我们在50,000条PPG-ECG配对记录上演示该框架，以ECG到PPG的特权蒸馏作为示例性基线，推理阶段仅使用PPG。在协议锁定的187名患者测试集上，该基线将四项修复与特异性终点提升1.82至6.69个百分点，所有配对置信区间均不含零；UHR上升0.67个百分点（95% CI：-0.4至+1.7）。DFOT为更强的缓解方法提供了共同的评估目标。代码已发布于 https://github.com/Zongheng-Guo/When-Derived-Measurements-Mislead。