首页 > 计算机科学

63万指令微调!LEADS登Nature子刊,重塑医学文献挖掘工作流

PaperWeekly 2026-03-02 19:08
文章摘要
背景:医学系统综述是循证医学的基石,但传统流程耗时费力,通用大模型在医学文献挖掘中存在任务形态不匹配、领域数据缺失和幻觉等问题。研究目的:为了高效、准确地支持医学文献挖掘,研究提出了LEADS模型,旨在通过专有数据和针对医学系统综述工作流的指令微调,实现人机协作,加速检索、筛选和数据提取过程。结论:LEADS在六类子任务上全面超越通用大模型,并在真实用户研究中证明,专家借助LEADS能在保持或提高召回率与准确率的同时,显著节省时间,验证了“专有数据+领域工作流+人机协作”路径在垂直医学文献挖掘中的有效性。
63万指令微调!LEADS登Nature子刊,重塑医学文献挖掘工作流
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Erratum: gp78-regulated KAP1 phosphorylation induces radioresistance in breast cancer by facilitating PPP1CC/PPP2CA ubiquitination.
DOI: 10.1016/j.isci.2026.115016 Pub Date : 2026-02-19 Date: 2026/3/20 0:00:00
IF 4.1 2区 综合性期刊 Q1
最新文章
150B tokens实测反转!你的DeepSeek mHC可能根本不需要“m”约束
150B tokens实测反转!你的DeepSeek mHC可能根本不需要“m”约束
我们每天都在跟进最新的顶会和明星模型,但纸面上的精妙公式在实际训练中总是无懈可击吗?\u00A9作者 | 谢天单位 | 微软亚洲研究院研究员研究方向 | 大模型预训练算法最近几周在学习 DeepSeek mHC
10小时前
63万指令微调!LEADS登Nature子刊,重塑医学文献挖掘工作流
63万指令微调!LEADS登Nature子刊,重塑医学文献挖掘工作流
前不久 Nature 主刊上的 OpenScholar 把「用 AI 做科学文献综述」又推了一把:检索增强、4500 万篇开放获取论文、引用准确度媲美人类专家,而通用大模型在引用上动辄 78%–90%
10小时前
单刊年赚超2亿!中科院不再报销Nature Communications巨额版面费
单刊年赚超2亿!中科院不再报销Nature Communications巨额版面费
《Science》近日证实,中科院拟停止支付高昂 OA 版面费,《Nature Communications》、《Science Advances》等 30 多种期刊在列。2026 年春节前夕,有多位
2026-02-28
多目标强化学习新突破!给GRPO加上运筹外挂,7B模型硬刚GPT-4
多目标强化学习新突破!给GRPO加上运筹外挂,7B模型硬刚GPT-4
弃用 SFT!Li Auto 团队发布多目标强化学习新框架,文本摘要直接媲美GPT-4。文本摘要作为自然语言处理(NLP)的核心任务,其质量评估通常需要兼顾一致性(Consistency)、连贯性(C
2026-02-28
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1