基于醫(yī)療臨床數(shù)據(jù)的兩階段專業(yè)級大語言模型微調(diào)

打開文本圖片集

摘 要：通用大語言模型（large language model，LLM）缺乏對專業(yè)領(lǐng)域知識理解的深度和廣度，對專業(yè)領(lǐng)域問題回答的準確度不夠，常常產(chǎn)生幻覺，阻礙了大語言模型的商業(yè)應(yīng)用落地。因此，基于專業(yè)領(lǐng)域特有數(shù)據(jù)提高大型語言模型的專業(yè)性成為當前大語言模型應(yīng)用落地的關(guān)鍵挑戰(zhàn)。針對通用大語言模型在特定領(lǐng)域知識理解與生成內(nèi)容專業(yè)性不夠的問題進行了研究。（剩余15880字）