PulseAugur
中
实时 20:02:06
实体 United States Medical Licensing Examination

United States Medical Licensing Examination

PulseAugur coverage of United States Medical Licensing Examination — every cluster mentioning United States Medical Licensing Examination across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
4
90 天内 7
发布 · 30天
0
90 天内 0
论文 · 30天
4
90 天内 7
层级分布 · 90 天
主题
情绪 · 30 天

3 天有情绪数据

最近 · 第 1/1 页 · 共 7 条
  1. TOOL · CL_340122 ·

    使用LLM翻译开发了新的帝汶医疗问答数据集

    研究人员开发了Labadain-MedQA,一个旨在提高帝汶语医疗问答能力的新数据集。该数据集通过使用Gemini 2.5 Flash将MedAlpaca和WikiDoc等现有医疗资源翻译成帝汶语创建,生成了超过39,000个问答对。评估表明,在医疗准确性和流畅性方面,人工翻译略优于LLM生成的翻译。在帝汶语翻译的医疗执照考试问题上,使用Gemma和Llama模型在该数据集上进行微调,显著提高了准确性,特别是使用QLoRA等参数高效微调技术时。

  2. RESEARCH · CL_332862 ·

    LLM 预测医学考试难度,揭示超越表面特征的模式 · 跟踪 2 个来源

    研究人员探索了使用大型语言模型 (LLM) 来预测医学考试项目的难度,这项任务在历史上一直具有挑战性。一项研究利用 LLM 作为评判者和模拟考生,发现来自开放权重模型的成对难度判断特别有效,其相关性可与 Claude Opus 5 等专有模型相媲美。另一篇论文通过让 LLM 归纳评分标准,研究了医学项目难度的原因,揭示了表面特征的重要性不如线索汇聚和知识检索等因素,并且在美国执业医师执照考试 (USMLE) 和医师助理国家考试 (PA…

  3. TOOL · CL_326913 ·

    开源MedJev模型提供高效的零样本临床决策支持

    研究人员推出MedJev,一个开源的系统一模型,旨在提供高效的临床决策支持。该模型在单次前向传播中运行,无需生成文本,因此计算效率高。MedJev在包括知识、诊断和患者级别预测任务在内的十个医学基准上进行了评估,使用了MIMIC-IV等数据集。它在MedQA和USMLE等基准上取得了与零样本LLM基线和监督模型相媲美的性能,准确率很高,并且置信度校准良好。该模型在患者级别预测方面也显示出潜力,在院内死亡率预测方面优于XGBoost,尽…

  4. TOOL · CL_300856 ·

    LLM 在临床评估中表现出反事实脆弱性和人口偏见

    一项新研究发表在 arXiv 上,评估了六个大型语言模型 (LLM) 在临床推理任务上的表现,重点关注反事实有效性和人口偏见,而不仅仅是准确性。研究发现,尽管 MedGemma-27B 等模型在准确性方面表现良好,但它们在反事实一致性和人口稳健性方面的表现差异很大。该研究引入了反事实有效性和解释人口失谐的自动化测试,强调仅凭准确性不足以评估临床部署能力。

  5. TOOL · CL_206034 ·

    研究发现:语言模型可能通过修辞失调造成危害

    一项新的研究论文提出了语言模型中的“修辞失调”概念,即信息的呈现方式可能导致次优的人类决策。一项使用医学执业考试数据的实验表明,在参与者中,LLM 诱导了平均 2.81% 的有害决策转变。这些转变与锚定和损失厌恶等认知偏差有关,凸显了一个安全问题:模型可能在事实正确的情况下,仍然通过其语言造成危害。

  6. TOOL · CL_174057 ·

    临床LLM中发现新的“叙事锚定”偏见

    研究人员在临床语言模型中发现了一种新的偏见,称为叙事锚定效应。在这种效应下,以不同语言风格呈现的相同医疗事实可能导致不同的诊断。这种偏见在多个大型语言模型中都有观察到,即使没有人口统计学信息也是如此。为了解决这个问题,研究人员开发了一种名为NarrativeShield的方法,该方法在诊断前提取和验证临床事实,显著减少了偏见,并在对准确性影响很小的情况下提高了决策的稳定性。

  7. TOOL · CL_38755 ·

    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。