Triage
PulseAugur coverage of Triage — every cluster mentioning Triage across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
TRIAGE 框架增强了 Graph-RAG 系统的可信度
研究人员推出 TRIAGE，一个旨在评估和确保用于基于图的检索增强生成 (Graph-RAG) 系统的知识图谱可信度的新框架。该框架通过为知识图谱的实现、验证和使用提供特定阶段的指标，解决了自动生成的知识图谱的挑战。TRIAGE 旨在定位 Graph-RAG 管道中的故障，从而能够针对提取、图构建或检索中的问题进行有针对性的补救。
-
新的大型语言模型框架TRIAGE通过辩证推理增强医疗风险预测
研究人员开发了一个名为TRIAGE的新框架，利用大型语言模型来改进医疗时间序列数据的风险预测。TRIAGE通过训练大型语言模型生成辩证推理来解决其过度自信地预测二元结果的问题，从而引发特定结果的合理性解释。这种方法可以提高风险评分的校准度，并提高解释中临床推理的质量，在多个基准测试中优于现有方法。
-
新的大型语言模型框架TRIAGE通过辩证推理改进医疗风险预测
研究人员开发了一个名为TRIAGE的新框架，利用大型语言模型进行风险预测，以增强临床预警系统。TRIAGE训练大型语言模型生成辩证推理，权衡相互竞争的临床结果，以产生更校准和可解释的连续风险评分。这种方法解决了大型语言模型中常见的风险两极分化问题，即分级风险被压缩为过于自信的二元预测。在医疗时间序列基准测试上的评估显示，TRIAGE将平均AUPRC提高了3.3%，并将校准误差降低了81%，人类评估认为其推理质量比基线事后解释提高了20%。
-
新论文显示，大语言模型在规划和承认无知方面存在不足
两篇新论文评估了大语言模型的元认知能力，特别是它们的规划和弃权能力。TRIAGE 论文发现，大多数前沿和开源大语言模型在没有反馈的情况下，在规划问题解决序列和分配 token 预算的任务上表现不佳，而经过推理训练的模型表现不如标准模型。AbstentionBench 显示，当前的大语言模型难以识别不可回答的问题，并且推理微调会损害它们弃权的能力，因为强化学习方法缺乏直接的“我不知道”梯度。
-
新研究探究大型语言模型的元认知和策略性任务管理
两篇新研究论文引入了评估大型语言模型元认知能力的框架。第一篇，TRIAGE，评估大型语言模型在资源受限的情况下策略性地选择和排序任务的能力，揭示了当前模型在前瞻性控制方面存在显著差距。第二篇，《元认知探针》，提供了一种诊断工具，将大型语言模型的置信度行为分解为五个不同的维度，强调标准基准未能捕捉模型对其自身错误的自我认知。