基于提示工程框架的大语言模型在传统中医药中的智能理解
计算与语言
2024-10-28 v1 人工智能
摘要
本文探索了利用提示工程来提高大型语言模型（LLM）在传统中医药（TCM）领域性能的应用。我们提出了TCM-Prompt框架，将集成各种预训练语言模型（PLM）、模板、分词和 verbalization 方法，允许研究人员轻松构建和微调特定于 TCM 任务的模型。我们在疾病分类、证型识别、草药推荐和通用自然语言处理任务上进行了实验，证明了该方法在性能和优越性方面优于基线方法。我们的发现表明，提示工程是提高大型语言模型在专业领域（如 TCM）性能的有前景的技术，具有在数字化、现代化和个性化医疗方面的潜在应用。
关键词
引用
@article{arxiv.2410.19451,
title = {Intelligent Understanding of Large Language Models in Traditional Chinese Medicine Based on Prompt Engineering Framework},
author = {Yirui Chen and Qinyu Xiao and Jia Yi and Jing Chen and Mengyang Wang},
journal= {arXiv preprint arXiv:2410.19451},
year = {2024}
}