面向医疗应用的提示工程范式：范围综述与更佳实践建议
计算与语言
2025-07-22 v1 机器学习
摘要
提示工程对于发挥大型语言模型（LLM）的潜力至关重要，特别是在使用专业术语和措辞的医疗领域。然而，提示工程在医疗领域的有效性仍有待探索。在这项工作中，我们综述了 114 篇近期研究（2022-2024），这些研究将提示工程应用于医学，涵盖提示学习（PL）、提示微调（PT）和提示设计（PD）。PD 最为普遍（78 篇文章）。在 12 篇论文中，PD、PL 和 PT 术语被互换使用。ChatGPT 是最常用的 LLM，有 7 篇论文将其用于处理敏感临床数据。思维链（Chain-of-Thought）是最常见的提示工程技术。虽然 PL 和 PT 文章通常为评估基于提示的方法提供基线，但 64% 的 PD 研究缺乏非提示相关的基线。我们提供了总结现有工作的表格和图表，并报告了指导未来研究贡献的建议。
引用
@article{arxiv.2405.01249,
title = {Prompt engineering paradigms for medical applications: scoping review and recommendations for better practices},
author = {Jamil Zaghir and Marco Naguib and Mina Bjelogrlic and Aurélie Névéol and Xavier Tannier and Christian Lovis},
journal= {arXiv preprint arXiv:2405.01249},
year = {2025}
}