标签
本文对使用Llama和MMed-Llama模型的生产规模临床NLP流水线中的推理时门控进行了实证研究，表明从验证器拒绝中学习过滤规则在大规模下会失败，而基于本体和证据测试的过滤器是有效的。
本文研究基于LLM的指标以评估放射学报告生成中的临床意义，识别现有LLM评估器中的判别偏差，并提出训练轻量级可解释指标以改善错误检测与无害变异容忍之间的平衡。
本文介绍了ChristBERT，一个基于RoBERTa的面向德国临床NLP的领域特定语言模型家族，并在医学命名实体识别和文本分类任务上评估了三种领域适应策略（继续预训练、从头预训练和词汇适应），取得了最先进的结果。
本文提出了一种针对免疫介导和感染性疾病的专科医学语言模型，用于从临床叙述中提取信息。该模型采用BiLSTM-CNN-Char架构，在371份病例报告的精标语料库上训练，F1得分达到0.89。
Leanly_AI 是由福州大学附属医院研发的垂直领域大语言模型，旨在为接受临床体重管理的患者提供循证心理支持。该模型融合了人群健康数据，在确保临床可解释性与安全性的前提下，致力于应对肥胖相关的情绪挑战。