多模型响应选择结合严重程度感知课程学习优化医疗文本生成
原标题：Severity-Aware Curriculum Learning with Multi-Model Response Selection for Medical Text Generation
速览
针对大模型在医疗场景下难以适应不同严重程度病例的问题，研究提出一种严重程度感知的多模型框架。该框架采用三阶段课程学习策略，让模型按轻、中、重病例顺序逐步掌握领域知识，并在推理时从五个独立训练模型的候选回答中择优输出。在MAQA数据集上的实验表明，该方法在BERTScore指标上优于基线和微调模型，有效提升了医疗文本生成的质量与相关性。
AI 深度解读
AI 正在阅读原文并生成深度解读…（首次约 20–40 秒，之后秒开）
查看原文 →arxiv.org