大语言模型是少样本健康学习器
计算与语言
2023-05-26 v1 机器学习
摘要
大语言模型（LLMs）能够捕获对现实世界任务有用的丰富概念表示。然而，仅语言本身是受限的。尽管现有 LLMs 擅长基于文本的推断，健康应用要求模型扎根于数值数据（例如临床领域的生命体征、实验室值；健康领域的步数、运动），这些数据在现有训练语料中不易或难以作为文本表达。我们证明仅需少样本调优，大语言模型便能够扎根于各类生理与行为时间序列数据，并对临床与健康背景下众多健康任务做出有意义推断。利用来自可穿戴与医疗传感器记录的数据，我们在心脏信号分析、身体活动识别、代谢计算（如消耗卡路里）以及压力报告与心理健康筛查估计等任务上评估了这些能力。
引用
@article{arxiv.2305.15525,
title = {Large Language Models are Few-Shot Health Learners},
author = {Xin Liu and Daniel McDuff and Geza Kovacs and Isaac Galatzer-Levy and Jacob Sunshine and Jiening Zhan and Ming-Zher Poh and Shun Liao and Paolo Di Achille and Shwetak Patel},
journal= {arXiv preprint arXiv:2305.15525},
year = {2023}
}