Técnicas y aplicaciones de investigación de grandes modelos de lenguaje en el ámbito de la medicina tradicional china

ZENG Yuxiu ,  

ZHAO Qiong ,  

XI Chongcheng ,  

FENG Quansheng ,  

摘要

Los grandes modelos de lenguaje (LLM) combinados con la medicina tradicional china han impulsado el desarrollo de la informatización de la medicina china, proporcionando una nueva dirección para la herencia y el desarrollo innovador de la medicina tradicional en la nueva era. En el contexto de la investigación sobre LLM, se describen los avances en el desarrollo de LLM basados en la arquitectura Transformer y se organizan los progresos de la investigación de LLM en medicina tradicional china. Se resumen los principales procesos para construir LLM en medicina tradicional china y las técnicas usadas por los investigadores durante el desarrollo. Basándose en la literatura relevante, se resumen los principales escenarios de aplicación de los LLM desarrollados y las exploraciones de investigación realizadas por los investigadores de medicina tradicional usando LLM. Al mismo tiempo, se analizan los desafíos actuales en el desarrollo de LLM en medicina tradicional, incluyendo la construcción de datos de alta calidad, métodos de evaluación de LLM, interpretabilidad del modelo, fusión multimodal de LLM de medicina tradicional, y el desarrollo de modelos de recomendación de prescripciones, que necesitan mejoras adicionales. Se presenta una perspectiva del desarrollo futuro de los LLM en la medicina tradicional china con la esperanza de proporcionar una referencia para una mayor integración entre LLM y medicina tradicional, ayudando al proceso de modernización de la medicina china.

关键词

Grandes modelos de lenguaje; medicina tradicional china; inteligencia artificial; grandes modelos especializados

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website