冻结语言模型医疗选择题System 1决策研究发布
热点事件持续更新
冻结语言模型医疗选择题System 1决策研究发布
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年11月19日,研究者 Pavan Kumar Mantha 在 arXiv 发布论文,提出一种基于冻结语言模型的医疗选择题 System 1 决策方法。该研究在冻结的 Qwen3.5-0.8B、Granite-4.2-3B 及 Qwen3-8B 模型上,仅训练两个投影头和一个温度参数,利用对比损失对题目和选项进行向量化。 实验基于 MedMCQA 数据集,使用 3,842 道保留题进行评估。基线显示,小模型仅使用最后一词向量时,准确率约为 33.1% 和 33.0%(随机猜测为 25.0%)。随后,通过在一词总结提示中写入文本并降低头学习率,两个小模型的准确率提升至 41.7% 和 42.5%。 该方案相比 Flan-PaLM 等模型提供了快速且低成本的基线方法。对于 Qwen3-8B 模型,同样的优化使其准确率提升至 46.0%(三个种子平均值)± 0.2。
AI 根据报道生成 · 11 小时前更新
最新进展11月19日 13:00
基于冻结语言模型的医学多选题 System 1 决策模型报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · NLP基于冻结语言模型的医学多选题 System 1 决策模型
该研究在冻结的 Qwen3.5-0.8B 等模型上训练投影头,构建了针对 MedMCQA 的 System 1 决策模型。 模型将题目和选项向量化,通过对比学习优化,使小模型准确率从 33% 提升至 42.5%。 相比 Flan-PaLM 等模型,该方案提供了快速且低成本的基线方法。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 15:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。