!MSA 在 AraHealthQA 2025 比赛中：通过提示工程和集成学习提升阿拉伯语临床问答中 LLM 的性能
计算与语言
2025-09-16 v1
摘要
我们提交了用于 AraHealthQA-2025 比赛 Track 2（General Arabic Health QA，MedArabiQ）的系统，该方法在阿拉伯语临床语境下的 Sub-Task 1（多选题问答）和 Sub-Task 2（开放式问答）中分别获得第 2 名。对于 Sub-Task 1，我们利用 Gemini 2.5 Flash 模型进行 few-shot 提示，结合数据预处理和三个提示配置的集成，以提高在标准题、偏置题和填空题上的分类准确率。对于 Sub-Task 2，我们采用统一提示，同样使用该模型，融入阿拉伯医学专家角色扮演、few-shot 示例和后处理，以生成涵盖填空题、患者-医生问答、GEC 和改写变体的简洁回答。
引用
@article{arxiv.2509.11365,
title = {!MSA at AraHealthQA 2025 Shared Task: Enhancing LLM Performance for Arabic Clinical Question Answering through Prompt Engineering and Ensemble Learning},
author = {Mohamed Tarek and Seif Ahmed and Mohamed Basem},
journal= {arXiv preprint arXiv:2509.11365},
year = {2025}
}
备注
8 Pages , ArabicNLP 2025 , Co-located with EMNLP 2025