医学简化者协会

医学文本简化对于使复杂生物医学文献更易于非专家理解至关重要。传统方法在处理医学文本的专用术语和行话方面受限，缺乏动态适应简化过程的灵活性。相比之下，近期大语言模型（LLM）的突破为通过迭代精炼和 specialized agents 之间的协作提供了独特的机会，以增强对文本简化的控制。本文引入医学简化者协会（Society of Medical Simplifiers），一种受「心智社会」（Society of Mind）哲学启发的新型 LLM 框架。我们的做法通过赋予五个 distinct 角色：Layperson、Simplifier、Medical Expert、Language Clarifier 和 Redundancy Checker，组织为交互循环，充分发挥 LLM 的优势，使代理人能够在保持原有内容复杂度和准确性的同时，逐步改进文本简化。针对 Cochrane 文本简化数据集进行评估，证明我们的框架与或优于现有方法，实现了出色的可读性和内容保真度。