Sep, 2023
使用结构化医学知识库对大型语言模型进行知识调整,以提高中文可靠性的响应生成
Knowledge-tuning Large Language Models with Structured Medical Knowledge Bases for Reliable Response Generation in Chinese
Haochun Wang, Sendong Zhao, Zewen Qiang, Zijian Li, Nuwa Xi...
TL;DR为了解决大型语言模型(LLM)在医学领域中知识局限导致产生虚假医学事实的困境,本研究提出了知识调整的方法,利用结构化的医学知识库帮助 LLMs 有效掌握领域知识,从而实现可靠的回答生成。通过引入基于医学知识库构建的中文医学知识问答数据集 cMedKnowQA,实验结果表明,经过 cMedKnowQA 知识调整的 LLMs 在回答生成上表现出更高的准确性,为 LLMs 的领域适应提供了可靠的新途径。