跳到正文
热点事件持续更新

新论文提出选择性调用LLM的ICD-10编码流水线

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

Ilia Kopanichuk 等作者发表论文,提出一种结合 Transformer 嵌入、树模型监督候选生成、候选重排与门控 LLM 辅助的 ICD-10 编码预测流水线,目标是减少对 LLM 的调用。作者称,最终系统 Pre-LLM fusion 在锁定测试集上达到 83.19% 的 Top-1 准确率,且仅对 31.97% 的病例调用 LLM。 该结果来自作者在锁定测试集上的报告,尚未见独立复现;选择性调用 LLM 是否在其他数据或场景下保持同等准确率,报道未涉及。

AI 根据报道生成 · 6 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18日
  1. arXiv cs.CL
    基于监督候选生成与选择性 LLM 调用的高效 ICD-10 编码预测

    一种结合 Transformer 嵌入、树模型监督候选生成与门控 LLM 辅助的 ICD-10 编码预测流程,最终系统 Pre-LLM fusion 在锁定测试集上达到 83.19% Top-1 准确率,仅对 31.97% 的病例调用 LLM。

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。