研究人员开发了MedAction，一个用于训练多轮临床诊断大语言模型（LLMs）的新型流程。该系统通过专注于主动诊断来解决当前LLMs的局限性，即模型学习在多次交互中排序检查、解释结果和更新诊断，而不是依赖静态、完整的信息。MedAction利用了树状蒸馏过程，并引入了新的指标——疾病轨迹一致性（DTC）和推理-行动一致性（RAC），以确保准确连贯的诊断推理。由此产生的MedAction-32K数据集使一个8B模型在医学基准测试中取得了开源模型中的最先进性能。 AI
影响 增强了LLM在复杂、多轮诊断场景下的能力，有潜力改进临床决策支持系统。
排序理由 该集群描述了一篇新的研究论文，其中详细介绍了一种用于在特定领域训练LLM的新方法和数据集。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
