Основные понятия
医療領域における大規模言語モデルの事実知識と説明能力の編集は、特定の知識を効果的に変更することが可能であり、関連しない知識に影響を与えずに精度を向上させることが重要です。
Аннотация
本文では、医療領域における大規模言語モデル(LLMs)の事実知識と説明能力の編集に焦点を当てています。提案されたMedLaSAは、医学的な知識の特殊性や複雑さに対処し、他の関連しない知識への影響を最小限に抑えつつ、モデル編集効率を向上させます。MedCFおよびMedFEデータセットで行われた実験では、既存手法の欠点が示され、MedLaSAがそれらを上回る結果が示されました。
Статистика
MedCFデータセット:17種類のトレーニングサンプル、2,407件のバリデーションサンプル、817件のテストサンプル
MedFEデータセット:9種類のトレーニングサンプル、2,533件のバリデーションサンプル、851件のテストサンプル
メイン結果:MedLaSAはすべてのメトリクスで他手法よりも優れたパフォーマンスを示した。
Цитаты
"Model editing aims to precisely modify the behaviors of large language models (LLMs) on specific knowledge while keeping irrelevant knowledge unchanged."
"Extensive experiments conducted on medical LLMs demonstrate the editing efficiency of MedLaSA, without affecting irrelevant knowledge that is not edited."