MedBioRAG：基于大语言模型的语义搜索与检索增强生成在医学生物学问答中的应用
计算与语言
2025-12-15 v1 人工智能
摘要
检索增强生成（RAG）的最新进展显著提升了大语言模型（LLM）执行复杂问答（QA）任务的能力。本文介绍了 MedBioRAG，这是一种检索增强模型，旨在通过结合语义与词法搜索、文档检索及监督微调来提升生物医学问答性能。MedBioRAG 能够高效检索并排序相关生物医学文档，从而实现精确且具备上下文感知的响应生成。我们使用 NFCorpus、TREC-COVID、MedQA、PubMedQA 和 BioASQ 等基准数据集，在文本检索、封闭式问答和长文本问答任务上对 MedBioRAG 进行了评估。实验结果表明，MedBioRAG 在所有评估任务中均优于先前最先进的（SoTA）模型和 GPT-4o 基础模型。值得注意的是，我们的方法提升了文档检索的 NDCG 和 MRR 分数，同时在封闭式问答中取得了更高的准确率，在长文本问答中取得了更高的 ROUGE 分数。我们的发现凸显了基于语义搜索的检索与 LLM 微调在生物医学应用中的有效性。
引用
@article{arxiv.2512.10996,
title = {MedBioRAG: Semantic Search and Retrieval-Augmented Generation with Large Language Models for Medical and Biological QA},
author = {Seonok Kim},
journal= {arXiv preprint arXiv:2512.10996},
year = {2025}
}
备注
Submitted to ACL 2025. 9 pages, 4 figures, 5 tables (including 2 appendix tables)