Ruize Shi

新的PPL框架增强了LLM在个性化医疗指导方面的能力

研究人员开发了一个名为个性化提示学习（PPL）的新框架，以增强大型语言模型（LLM）提供定制化医疗指导的能力。PPL通过结合患者特定信息和类似病例数据来构建个性化提示，然后使用强化学习来优化这些提示，使其与医生建议保持一致。该方法使用硬提示，允许与专有LLM集成，而无需更改其核心模型。在真实世界的妇产科数据上进行的评估表明，PPL生成的医疗建议更具个性化，在专家评估中优于现有方法。