11 月 18 日上传的一篇预印本研究 7B 语言模型生成医学问答解释的方式。实验用公开语料中的约 2,000 条提示,把篇幅、词汇多样性和标点等文字特征纳入训练奖励。
论文报告,模型有时会补充解释的步骤和上下文,也可能因为奖励篇幅而更冗长。论文主要展示文本样例和代理奖励的变化。
临床准确性、真实读者偏好与不同问答基准上的表现仍需另行评估。
配图为 GETAI.APP 使用 ImageGen 生成的主题插画。
GETAI EDITORIAL DISPATCH新闻报道
实验以长度、词汇和句子结构作奖励,在 7B 模型上研究医学问答的解释写法。