研究人员开发了一种新颖的系统1决策模型,用于医学多项选择题,并利用了冻结的语言模型。该方法仅在Qwen3.5-0.8B和Granite-4.2-3B等现有模型之上训练两个投影头和一个温度参数。虽然不追求最先进的性能,但该模型在使用Qwen3-8B的MedMCQA基准测试中达到了46.0%的准确率,显著优于随机猜测。 AI
影响 这项研究为基于LLM的问答提供了一个成本效益高的基准,可能会影响小型模型如何针对特定知识领域进行微调。
排序理由 该项目是一篇学术论文,详细介绍了新的模型架构和基准测试的实验结果。[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 →