临床T5模型是否更适用于临床文本？

基于Transformer编码器-解码器架构的大型语言模型（如T5）已成为监督学习任务的标准平台。为了将这些技术引入临床领域，近期工作训练了新的模型或对现有模型进行了临床数据适配。然而，对这些临床T5模型的评估以及与其他模型的比较仍然有限。临床T5模型是否比经过FLAN微调的通用T5模型是更好的选择？它们能否更好地泛化到与训练集不同的新临床领域？我们在多个临床任务和领域上对这些模型进行了全面评估。我们发现，临床T5模型相对于现有模型仅带来边际性能提升，并且在针对不同领域进行评估时表现更差。我们的研究结果为未来开发临床大语言模型的选择提供了参考。