跳到正文
arXiv · AI· Zhe Li, Yehan Qiu, Yuntian Huang, Xin Ding, Yujie Chen, Jing Sun, Min Yan, Lei Chen, Zheng Li, Yanfei Shen, Mengxi Qie, Xin Meng, Jiahui Yin, Yanwen Fu, Yaguang Li, Feng Zhang, Xinping Zhang, Xiang Zhou·· 10 天前AI 评分21

KRAL通过知识推理增强学习提升语言模型抗微生物决策支持性能

Knowledge and Reasoning Augmented Learning for Language Model Assisted Antimicrobial Decision Support

AI 导读

KRAL方法结合指南引导的微调和多轮代理式GRPO,将270亿参数学生模型在PUMCH基准上的综合得分提升至0.895。 该方法在PUMCH 123例临床案例和JAMA 100例临床挑战案例上均优于对照模型。 研究证实奖励平滑可显著提高GRPO的模型性能与训练稳定性。

来源:arXiv · AI · arxiv.org