arXiv · NLP· Bayram Ayadi, Florian Geissler, Johanna Schmidhuber·· 3 小时前AI 评分21
结合 RAG 的约束生成框架如何提升 LLM 月经健康摘要的临床一致性
From Structured Records to Patient Narratives: Preserving Clinical Alignment in LLM-Generated Health Summaries
AI 导读
研究团队评估了三种 LLM 生成的 4,500 份月经健康摘要，发现显式接地约束结合 RAG 能持续改善临床一致性，特别是提高了不确定性保留度。 虽然临床一致性提升伴随阅读难度和医学术语使用的增加，且在基于检索证据评估时通常保持了忠实度。 结果凸显了开发面向患者的医学 LLM 系统时，需联合评估忠实度、不确定性保留和可读性的必要性。
来源：arXiv · NLP · arxiv.org