TL;DR
- چکیده:.
- تولید افزوده شده با بازیابی (RAG) مدلهای زبان بزرگ را در دانش پزشکی خارجی پایهریزی میکند،.
- با این حال بازیابیهای استاندارد اغلب نگاتیوهای سختی را نشان میدهند که از لحاظ معنایی به پرس و.
چه اتفاقی افتاد
چکیده:. تولید افزوده شده با بازیابی (RAG) مدلهای زبان بزرگ را در دانش پزشکی خارجی پایهریزی میکند،.
با این حال بازیابیهای استاندارد اغلب نگاتیوهای سختی را نشان میدهند که از لحاظ معنایی به پرس و. جو نزدیک هستند اما شرایط بالینی متمایز را توصیف میکنند.
در حالی که روشهای بسط پرس و جو موجود،. نمایش پرس و جو را برای کاهش ابهام بهبود میبخشند،.
آنها معمولاً بر غنیسازی معناشناسی مرتبط با هدف بدون مکانیزم صریح برای سرکوب انتخابی نگاتیوهای سخت خاص و. قابل قبول بالینی تمرکز میکنند.
این سیستم را مستعد بازیابی تقلیدهای قابل قبولی میکند که تشخیص واقعی را تحت الشعاع قرار میدهند،. به ویژه زمانی که چنین تقلیدهایی در بدنه غالب هستند.
ما بازیابی فرضیه متضاد (CHR) را پیشنهاد میکنیم،. چارچوبی که از فرآیند تشخیص افتراقی بالینی الهام گرفته شده است.
CHR یک فرضیه هدف $H^+$ برای پاسخ احتمالی صحیح و یک تقلید ایجاد میکند فرضیه $H^-$ را. برای محتملترین جایگزین نادرست،.
سپس با ترویج شواهد همسو با $H^+$ و در عین حال جریمه کردن محتوای تراز شده $H^-$،. اسناد را امتیاز میدهد.
در میان سه معیار QA پزشکی و سه مولد پاسخ،. CHR از هر پنج خط پایه در هر پیکربندی با بهبود تا 10.
4 درصد نسبت به روش بعدی بهتر عمل میکند. در موارد تلفیقی $n=587$ که CHR به درستی پاسخ میدهد در حالی که بسط پرس و جوی سند.
فرضی تعبیهشده پاسخ نمیدهد،. %85.
2 هیچ سند مشترکی بین 5 لیست بازیابی برتر CHR و آن خط مبنا ندارند،. که با تغییر جهت بازیابی اساسی به جای رتبهبندی مجدد نامزدهای مشابه سازگار است.
CHR با مدلسازی صریح از مواردی که باید در کنار آنچه باید پیدا کرد،. استدلال بالینی را با طراحی مکانیسم بازیابی پل میکند و مسیری عملی برای کاهش آلودگی سخت منفی در.
سیستمهای RAG پزشکی ارائه میدهد. بازیابی اطلاعات (cs.
IR); هوش مصنوعی (cs. AI)؛ محاسبات و زبان (cs.
CL) استناد بهعنوان: (یا v1 [cs. IR] برای این نسخه) https:.
// شده توسط arXiv از طریق DataCite (در انتظار ثبت نام) تاریخچه ارسال از:. Byeolhee Kim [مشاهده ایمیل] [v1] دوشنبه،.
6 آوریل 2026،. 11:.
13:. 57 UTC (544 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.