综述论文称UMLS注入语言模型对医学问答增益有限

Yiran Zeng 等在 arXiv 发布综述论文《Are We Done with UMLS Injection into Language Models for Medical Question Answering?》，系统审视将 UMLS 知识图谱注入语言模型以提升医学问答表现的做法。论文称，实证证据显示这种图注入通常只带来有限的性能提升。 作者还称发现了以往工作未讨论过的方法学问题，包括 UMLS 覆盖率低、子图检索流程薄弱等，并逐一分析相关设计选择、提出改进建议。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。