medical question answering | BriefGPT

关键词medical question answering

搜索结果 - 11

ACL知识增强的高效医疗问答与问题生成
通过在医学学科上对小型语言模型进行微调和使用 GPT-4 生成类似下游任务的问题进行微调，我们提出了一种方法来提高医学领域中小型语言模型的熟练度。此外，我们还引入了包含相关问题序列的 “渐进问题” 的 ECN-QA，以展示我们的训练策略的好
PDFa month ago
MedExpQA: 多语言大型语言模型在医疗问题回答方面的基准评估
该论文介绍了 MedExpQA，一个基于医学考试的多语言基准，用于评估大型语言模型在医学问答中的表现，并指出目前大型语言模型的性能还有很大的改进空间，特别是对于英语以外的语言。同时，该研究还强调了获取和整合可用的医学知识对于医学问答的后续评
PDF3 months ago
医学领域检索增强生成的基准测试
通过在医学问答数据集上的大规模实验，我们提出了一种基于检索增强生成的评估框架 MIRAGE，以改善大型语言模型在医学领域中的表现，并通过引入 MedRAG 工具包提高了六个不同语言模型的准确性，最高可达到 18%，将 GPT-3.5 和 M
PDF4 months ago
在医学问题回答中探索大型语言模型的领域：观察和开放性问题
通过评估各种流行的大型语言模型对医学问题的知识，我们能够更好地了解它们作为一个群体的特性。从这次比较中，我们提供了初步的观察结果并提出了进一步研究的问题。
PDF9 months ago
通过期望最大化推理生成医疗问答中的解释
提出了一种新的方法来为医疗问答系统预测的答案生成自然语言解释，通过提取医学教科书中的知识来增强解释的质量，实验证明了该方法在处理文本证据时的有效性。
PDF9 months ago
MedEdit：应用外部知识库进行医学问答的模型编辑
使用模型编辑和上下文学习的综合检索策略，可以提高大型语言模型在医学问答方面的准确性，消除黑盒模型的挑战。
PDF9 months ago
运用大型语言模型实现专业级医疗问答
Med-PaLM 2 combines improvements in Large Language Models, medical domain fine-tuning, and novel ensemble refinement app
PDFa year ago
基于实体驱动对比学习的医学问题总结
该论文提出了一种基于实体驱动对比学习（ECL）的医学问题总结框架，以更准确地理解消费者意图和检索合适的答案，同时解决了数据泄露问题和正确捕捉语义意图的挑战。
PDFa year ago
ICLRGreaseLM：用于问题回答的图推理增强语言模型
本论文提出了一种新模型 GreaseLM，它将来自预训练语言模型和图神经网络的编码表示在多个层次的模态交互操作中融合，可以更可靠地回答需要考虑情境限制和结构化知识推理的问题。
PDF2 years ago
EMNLP如何使生物医学问答系统投入实践？
医学问答系统存在适时回答临床医生有关治疗和诊断不确定性的潜力，但是由于透明度、可靠性和来源不可靠等因素未得到考虑，因此医学问答系统仍未被广泛应用。本文提出了一组标准，旨在提高生物医学问答系统的实用性，并评估了现有模型、任务和数据集，指出了以
PDF3 years ago
利用句子嵌入进行医疗问题回答
本研究提出了一个基于监督学习的框架，使用上下文自注意力和多尺度技术对句子进行编码，用于医学问答任务，通过两个评分策略（语义匹配评分和语义关联评分），该框架在医学考试和临床诊断电子病历等集成数据集上实现了显著的改进。
PDF6 years ago