LLM4Sweat：一个用于多汗症支持的可信大语言模型
人工智能
2025-08-22 v1 计算与语言
摘要
尽管大语言模型（LLM）在医疗保健领域展现出潜力，但它们在罕见疾病中的应用仍因用于微调的数据集稀缺且不可靠而受到阻碍。多汗症是一种导致出汗超出生理需求的疾病，正是这样一种罕见病，影响着 2-3% 的人口，并显著影响身体舒适度和心理社会健康。迄今为止，尚无工作针对 LLM 进行定制以推进多汗症的诊断或护理。为弥补这一空白，我们提出了 LLM4Sweat，一个开源且特定领域的大语言模型框架，用于提供可信且富有同理心的多汗症支持。该系统遵循三阶段流程。在数据增强阶段，一个前沿 LLM 从精心整理的开源数据生成医学上合理的合成案例，以创建一个多样化且平衡的问答数据集。在微调阶段，一个开源基础模型在该数据集上进行微调，以提供诊断、个性化治疗建议和富有同理心的心理支持。在推理与专家评估阶段，临床和心理学专家评估其准确性、适当性和同理心，并将经过验证的回复迭代地丰富到数据集中。实验表明，LLM4Sweat 优于基线模型，并交付了首个用于多汗症的开源 LLM 框架，为面临类似数据和可信度挑战的其他罕见疾病提供了一种可推广的方法。
引用
@article{arxiv.2508.15192,
title = {LLM4Sweat: A Trustworthy Large Language Model for Hyperhidrosis Support},
author = {Wenjie Lin and Jin Wei-Kocsis},
journal= {arXiv preprint arXiv:2508.15192},
year = {2025}
}