DISC-MedLLM：连接通用大语言模型与真实世界医疗问诊
计算与语言
2023-08-29 v1 人工智能
摘要
我们提出 DISC-MedLLM，一种综合利用大语言模型（LLMs）在端到端对话式医疗服务中提供准确且真实的医疗回复的整体解决方案。为构建高质量的监督微调（SFT）数据集，我们采用三种策略：利用医学知识图谱、重构真实世界对话，以及引入人工引导的偏好改写。这些数据集对训练 DISC-MedLLM 至关重要，使其在单轮与多轮问诊场景中均超越现有医疗 LLM。大量实验结果证明了所提模型在弥合通用语言模型与真实世界医疗问诊之间鸿沟方面的有效性。此外，我们发布所构建的数据集与模型权重，以进一步促进研究与开发。更多细节与资源见 https://github.com/FudanDISC/DISC-MedLLM
引用
@article{arxiv.2308.14346,
title = {DISC-MedLLM: Bridging General Large Language Models and Real-World Medical Consultation},
author = {Zhijie Bao and Wei Chen and Shengze Xiao and Kuang Ren and Jiaao Wu and Cheng Zhong and Jiajie Peng and Xuanjing Huang and Zhongyu Wei},
journal= {arXiv preprint arXiv:2308.14346},
year = {2023}
}
备注
Work in progress