大型語言模型 (LLMs) 雖具潛力，但在醫療等專業場域應用時，面臨「可信度不足」與「缺乏可解釋性」兩大瓶頸，常因無法自我檢視而產生「幻覺」，成為臨床輔助的最大信任危機。本計畫旨在突破此困境，將 AI 轉化為具備「元認知」與「自主修正能力」的可信賴智慧體。

為此，本計畫提出四大創新研究主軸：首先，我們將建立「語言反省機制」，突破模型僅依賴人類回饋 (RLHF) 的淺層校正，賦予模型反省性記憶以避免重蹈覆轍，而非僅是表層的措辭修正。 其次，建構「認知錯誤地圖」，結合內部表徵分析與輸出模式比對，精確區辨幻覺是源於知識空缺、邏輯斷裂或生成失控，從而對症下藥進行干預。

再者，為突破模型被動更新知識的限制，我們將導入「元認知框架」打造主動學習語言智慧體，使模型能主動察覺知識缺口並從互動中汲取新知，實現可持續的自我進化。 最後，本計畫視「創造力」為高階智慧的綜合指標，透過建構聯想力思維架構，訓練模型進行跨邊界的知識整合與假說推導，使其成為能協助人類進行科學創新與邏輯推理的思維夥伴。

透過整合此四大主軸，本計畫期望建立一套具備高問責性與正確性的 AI 代理系統，為醫療診斷與科學研究提供安全、可解釋且具創造力的智慧輔助基石。