换一批摘要目的 研究基于大语言模型的医疗问答算法,提升医学智能问答效果.方法 设计以E-Transformer为基础模块的医疗问答算法MedLLM,通过大量通识数据的预训练和医疗数据的监督微调,提升大语言模型在医疗领域的认知和问答能力.结果 MedLLM算法在中文医疗问答数据集cMedQA2上进行测试,测试结果相较于现有医疗问答算法存在明显提升,同时在预测结果的相关性、正确性和完整性上实现了与医生相近的医疗诊断和建议.结论 基于大语言模型的医疗问答算法可实现快速学习医疗领域知识并对问题展开回答,有效提升医学智能问答的准确性.
更多相关知识
关键词
大语言模型Transformer医疗问答预训练监督微调算法研究large language modeltransformermedical question answeringpre-trainingsupervised Fine-tuningalgorithm research
栏目名称
DOI
10.3969/j.issn.1672-5166.2025.02.015
发布时间
2025-05-16（万方平台首次上网日期，不代表论文的发表时间）
基金项目
四川省重大科技专项揭榜挂帅项目（2024ZDZX0017）
- 浏览25
- 被引2
- 下载16
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
