GatorTron

开源大语言模型在自动化病理报告提取方面展现出潜力 · 跟踪 2 个来源

研究人员开发了一种使用开源大语言模型（LLMs）的零样本、代理式工作流程，用于从肺部病理报告中提取关键信息。该方法旨在自动化填充美国病理学家协会的 13 个同步字段，这项任务传统上需要人工操作且容易出错。虽然监督基线达到了 0.960 的 Micro-F1 分数，但表现最佳的零样本 LLM GPT OSS 20B 达到了 0.893 的 Micro-F1 分数，证明了其在没有特定训练的情况下准确提取复杂关系的能力。