实体
Medical question answering: translating medical questions into sparql queries
Medical question answering: translating medical questions into sparql queries
PulseAugur coverage of Medical question answering: translating medical questions into sparql queries — every cluster mentioning Medical question answering: translating medical questions into sparql queries across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新研究质疑UMLS注入在医学AI中的有效性
一篇新论文批判性地审视了统一医学语言系统（UMLS）与语言模型在医学问答中的集成。研究强调，尽管UMLS衍生的知识图谱被广泛使用，但当前方法通常只能带来适度的性能提升。作者指出了几个方法论问题，包括UMLS覆盖范围有限和子图检索效率低下，并提出了更好地利用UMLS作为外部知识来源的建议。
-
新的APTER框架通过专家反馈的评估标准增强LLM推理能力
研究人员开发了APTER，一个旨在增强大型语言模型在专业领域推理能力的新框架。APTER整合了结构化的领域知识，创建了用于评估和优化的自适应的、专家反馈的评估标准。这种方法通过识别和解决数学推理和医学问答等领域的特定缺陷来实现有针对性的微调，从而显著提高性能。
-
新的Hybrid-IR框架通过双路径检索和迭代推理增强医学问答能力
研究人员开发了一个名为Hybrid-IR的新框架，以利用大型语言模型（LLMs）改进医学问答。这个双路径系统结合了基于图的检索（用于结构化知识）和密集检索（用于语义匹配）。Hybrid-IR还包含一个迭代的检索-推理循环来优化推理过程，解决了当前检索增强生成方法在处理碎片化医学知识和深度推理方面的局限性。