Різонінг великих мовних моделей в медичних системах

dc.contributor.authorПрокопенко, Д. М.
dc.contributor.authorКислий, Р. В.
dc.date.accessioned2026-01-06T18:14:16Z
dc.date.available2026-01-06T18:14:16Z
dc.date.issued2025
dc.description.abstractУ 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.
dc.format.pagerangeС. 229-232
dc.identifier.citationПрокопенко, 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.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/77917
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.relation.ispartofСистемні науки та інформатика : збірка доповідей ІV науково-практичної конференції, 1–5 грудня 2025 року, м. Київ, Україна
dc.subjectLLM
dc.subjectклінічні діалоги
dc.subjectмедичні дані
dc.subjectоцінка якості
dc.subjectF1
dc.subjectBLEU
dc.subjectDeepSeek
dc.subjectGPT-OSS
dc.subjectgpt-5-mini
dc.titleРізонінг великих мовних моделей в медичних системах
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
sni2025_P-229-232.pdf
Розмір:
981.38 KB
Формат:
Adobe Portable Document Format
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис: