Різонінг великих мовних моделей в медичних системах
Вантажиться...
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
У роботі проведено порівняльне оцінювання чотирьох великих мовних моделей (LLM) у задачі стислого резюмування клінічних діалогів у форматі JSON. Дослідження виконано на датасеті з відкритими деанонімізованими медичними даними. Для оцінки якості використано лексичні метрики на основі перекриття токенів (precision/recall/F1) та корпусну BLEU (SacreBLEU). Проведено два експерименти з різними налаштуваннями: коротший вхідний промпт та меншу кількість прикладів; довший промпт та більшу кількість прикладів. Метою цієї роботи є дослідження та виявлення найкращих способів використання різонінгу великих мовних моделей в медичних системах.
Опис
Ключові слова
LLM, клінічні діалоги, медичні дані, оцінка якості, F1, BLEU, DeepSeek, GPT-OSS, gpt-5-mini
Бібліографічний опис
Прокопенко, Д. М. Різонінг великих мовних моделей в медичних системах / Прокопенко Д. М., Кислий Р. В. // Системні науки та інформатика : збірка доповідей ІV науково-практичної конференції, [Київ], 1–5 грудня 2025 р. / Навчально-науковий Інститут прикладного системного аналізу КПІ ім. Ігоря Сікорського. – Київ, 2025. – С. 229-232.