KEDRec-LM：基于知识蒸馏的可解释药物推荐大语言模型
计算与语言
2025-02-28 v1
摘要
药物发现是医学自然语言处理（NLP）中的关键任务，但可解释药物发现仍受到 insufficient 关注。与此同时，大语言模型（LLM）在自然语言理解和生成方面显示出惊人的能力。利用 LLM 实现可解释药物发现有望提高下游任务和实际应用的效果。本研究利用开源药物知识图谱、临床试验数据和 PubMed 出版物构建了一个用于可解释药物发现任务的综合数据集，命名为 \textbf{expRxRec}。此外，我们引入了 \textbf{KEDRec-LM}，这是一款从丰富医学知识语料中蒸馏知识、用于药物推荐和依据生成的指令调优大语言模型。为鼓励该领域进一步研究，我们将公开发布\footnote{随本稿附带副本} 数据集和 KEDRec-LM。
引用
@article{arxiv.2502.20350,
title = {KEDRec-LM: A Knowledge-distilled Explainable Drug Recommendation Large Language Model},
author = {Kai Zhang and Rui Zhu and Shutian Ma and Jingwei Xiong and Yejin Kim and Fabricio Murai and Xiaozhong Liu},
journal= {arXiv preprint arXiv:2502.20350},
year = {2025}
}