微调Phi-2生成合成临床数据提升预测
热点事件持续更新
微调Phi-2生成合成临床数据提升预测
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
Burlagu 等研究者在 arXiv 论文中提出：将 Microsoft Phi-2 通过 MedQuad 数据集监督微调、QLoRA 方法及 few-shot 提示词适配医疗领域，用于生成合成临床数据，扩充远程监测生命体征的小数据集。 据论文报告，微调后模型在 ROUGE 和 BERTScore 评测上均优于预训练版本；用生成的增强数据训练的 LSTM 预测模型，分类准确率从 89.0% 提升至 93.7%，精确率、召回率和 F1-score 也一致改善。
AI 根据报道生成 · 30 分钟前更新
最新进展11月14日 13:00
基于 Microsoft Phi-2 微调小模型生成合成临床数据并提升预测医疗分析报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AI基于 Microsoft Phi-2 微调小模型生成合成临床数据并提升预测医疗分析
研究者将 Microsoft Phi-2 模型通过 MedQuad 数据集监督微调、QLoRA 方法及 few-shot 提示词适配医疗领域，用于生成合成临床数据以扩充远程监测生命体征小数据集。微调后模型在 ROUGE 和 BERTScore 评测上均优于预训练模型。生成的增强数据将 LSTM 预测模型的分类准确率从 89.0% 提升至 93.7%，精确率、召回率和 F1-score 也一致改善。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。