跳到正文
热点事件持续更新

研究提出过滤编辑数据改进临床文档模型

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Daniel P. Jeong 等作者提出一种过滤用户编辑数据的方法,用于改进临床文档生成模型的微调。他们指出,在临床文档场景中,超过45%的编辑输出包含输入不支持的用户新增信息。 研究按临床医生编辑行为分类生成半合成编辑数据,并用简单过滤方法识别可操作编辑。在基于 MIMIC-III 的出院小结生成任务上,直接对原始编辑输出微调会增加无依据内容;逐步过滤后再微调,则能在保持对输入上下文忠实度的同时提升临床医生对齐指标。

AI 根据报道生成 · 55 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月11日
  1. arXiv cs.CL
    从用户编辑数据中筛选可操作反馈,提升临床文档生成模型能力

    针对临床文档场景中超过 45% 的编辑输出包含输入不支持的用户新增信息,研究提出按临床医生编辑行为分类生成半合成编辑数据,并用简单过滤方法识别可操作编辑。在基于 MIMIC-III 的出院小结生成任务上,直接对原始编辑输出微调会增加无依据内容,而逐步过滤后微调可在保持对输入上下文忠实度的同时提升临床医生对齐指标。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。