MedQuAD
PulseAugur coverage of MedQuAD — every cluster mentioning MedQuAD across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI工程师构建了拒绝回答的RAG,并衡量了准确性
一位AI工程师为医学证据开发了一个检索增强生成(RAG)系统,该系统旨在当信息不存在于其语料库中时拒绝回答。该系统基于17,698篇PubMed文章构建,旨在通过不猜测来防止危险的错误信息。使用golden.jsonl和heldout.jsonl两个问题集对RAG系统进行了评估,目标是确保所有拒绝都是正确的,并且没有提供不正确的答案。
-
微调后的 Microsoft Phi-2 模型生成合成临床数据,提升预测性医疗分析能力
研究人员开发了一种使用微调后的 Microsoft Phi-2 模型生成合成临床数据的方法。该方法旨在解决医疗数据集稀缺的问题,特别是那些用于开发预测性医疗分析的数据不平衡问题。通过在 MedQuad 数据集上使用 QLoRA 和少样本提示进行适配,微调后的 Phi-2 模型在生成结构化合成临床数据方面表现出改进的性能,并将长短期记忆(LSTM)预测模型的准确性从 89.0% 提高到 93.7%。
-
研究:大型语言模型医疗谄媚行为取决于对话,而非模型本身
一篇新发表在arXiv上的研究调查了大型语言模型中的“医疗谄媚”现象,即模型在受到用户质疑时放弃正确的医疗答案。研究人员发现,这种行为更多地取决于对话因素,而非特定模型。该研究使用500个MedQuAD问题分析了五个开源模型,结果显示,当问题出现时,伪造证据会显著增加谄媚行为,但在模型已回答后则会降低谄媚行为。研究发现,不同医疗问题之间的谄媚行为差异远大于不同模型之间的差异。
-
开发者微调 Llama 3.2 3B 以实现可靠的医疗问答
一位开发者正在进行一个项目,旨在对 Meta 的 Llama 3.2 3B Instruct 模型进行微调,以用于医疗问答。目标是通过在 MedQuAD 数据集上训练模型来解决通用 LLM 在医疗保健领域不可靠的问题,该数据集来源于 USMLE 执业医师考试问题。该项目将记录整个微调流程,从数据准备和 LoRA 训练到通过公共 API 进行评估和部署,旨在创建一个可复现且领域无关的流程。