Mustafa Talha İlerisoy

LLM增强的对齐改进了零样本呼吸音分类

研究人员开发了一种新颖的零样本呼吸音分类框架，通过将自监督呼吸编码器与临床术语对齐。该方法利用医学LLM从元数据生成结构化报告，为对比学习创建语义锚点。该方法结合了基于sigmoid的对比损失、编码器的原生SSL目标以及相似性感知负采样，以改善病理边界区分。在多个任务和数据集上，该框架实现了61.3%的平均零样本AUC，优于CLAP和Qwen2-Audio等现有模型，并且仅使用显著更少的数据就达到了最高的线性探测AUC。