关键词traditional chinese medicine
搜索结果 - 10
- TCMD:一个用于评估大型语言模型的中医问答数据集
通过引入新的医学问答数据集 TCMD,本文评估了不同领域通用语言模型和医学领域特定语言模型在中医领域的能力,并分析了它们在中医问答任务中的鲁棒性及其存在的不足。希望该数据集进一步促进中医领域通用语言模型的发展。
- 綺柏:一個針對中醫藥的大型語言模型
本研究旨在为大型模型赋予中医理论特色的专业知识,以构建和组织一个中医领域的专业语料库,并成功基于 LLaMA 开发出首个经历从预训练到监督微调完整训练流程的中医领域大型模型 Qibo。此外,我们还开发了用于评估中医领域大型模型性能的专用工具 - 探索 ChatGPT 对中医知识的理解
使用大型语言模型研究中医药学领域的知识召回和综合推理能力,通过 TCM-QA 数据集评估 LLM 在零样本和少样本设置下的表现,讨论中英提示的差异,结果显示 ChatGPT 在判断题中取得最高精度 0.688,多选题中最低精度为 0.241 - RoKEPG: RoBERTa 和知识增强在中药处方生成中的应用
提出了一种 RoBERTa 和知识增强模型(RoKEPG)用于传统中药方药生成,通过引入四类中医知识,RoKEPG 模型在公开可用的中药方药数据集上改进了基线模型的 F1 指标约 2%。
- TCM-GPT:中医领域自适应大型语言模型的高效预训练
我们提出了一种新颖的领域特定的中医数据自适应方法,通过使用领域特定语料库对模型进行高效预训练和微调,实现与中医相关任务的高效对齐。我们在两个中医任务上进行了广泛的实验,TCM-GPT-7B 在准确性方面表现最好,分别在准确性上相对增加了 1 - 氨网:牙痕舌诊断中的多类别分割和分类多任务联合学习模型
通过 Ammonia-Net 模型对舌象图像进行语义分割,以识别牙痕,为牙痕舌的分类提供语义分割结果,并且模型在牙痕舌鉴别两类分类任务中达到 99.06%的准确度和舌象图像分割任务中的 71.65%的 mIoU。
- CMB:中文综合医学基准
提出了一个基于中文和本土文化框架的本地化医学基准评估工具 CMB,用于评估各类大型语言模型,包括中文和医学领域的模型,旨在促进在中国医学领域中普及和改进大型语言模型。
- 传统中药推荐的顺序条件演化交互知识图谱
本文提出了一种基于串行病情进化交互知识图谱 (Sequential Condition Evolved Interaction Knowledge Graph,SCEIKG) 的 TCM 药方推荐方法,该方法不仅考虑了病人状况的动态变化,还 - 基于深度强化学习的中药处方规划优化框架
本研究使用深度强化学习构建了一个基于中药的处方优化模型(PrescDRL),并在糖尿病患者的实验中证明了 PrescDRL 可以获得更好的治疗效果、更高的处方预测精度和召回率,从而展示了智能诊断和治疗在中医上应用人工智能的潜力。
- TCM-SD:中医证候辨识基准数据集
研究表明,利用人工智能技术(例如自然语言处理)可以信息化和智能化传统中医诊疗系统,但现有的数据集不足以支持数据驱动的人工智能技术在中医上的进一步发展。因此,本研究聚焦于中医诊疗系统的核心任务 —— 证候辨析,并介绍了首个涵盖 148 种证候