站内快照 · 国内可打开。外网原文可能无法访问。
- 资讯公开站rss_arxiv_cs_ai
通过嵌入式编码改进大语言模型的医学计算能力
Improving Medical Calculation of LLMs with Embedded Coding
arXiv:2609.31908v1 公告类型：新 摘要：大语言模型（LLM）在医学考试和问答基准上表现良好，但在需要精确数值输出的医学计算任务上仍不可靠。这些计算支撑着用药剂量、器官功能评估和预后评分等高风险决策，即使很小的误差也可能带来严重的临床后果。我们提出 MedCode，一个通过训练 LLM 生成嵌入式可执行代码来改进医学计算的框架。给定临床情境，模型识别相关计算器，提取其输入变量，并生成一段将算术运算委托给确定性解释器的脚本。执行该脚本会返回计算值，并附带解释和适当的单位。我们基于 MedCalc 基准构建了监督微调（SFT）和偏好数据集，并额外整理了一个用于重症监护病房（ICU）场景计算任务的数据集。我们进一步提出加权直接偏好优化（wDPO），它自适应地强调模型难以区分的偏好对。