提升生物医学问答中LLMs的准确性

大型语言模型（LLMs）擅长回答问题，但在准确性上往往表现不佳，尤其是在生物医学领域。本文介绍了一种通过将PubMed摘要整合到LLM回答中来提高可靠性的系统。每个答案都引用了其来源，便于验证。该系统的表现优于PubMed搜索23%。经过微调的模型在引用摘要方面与GPT-4 Turbo的表现相匹配。数据集和模型均为公开可用。

解释：

• LLMs： 设计用于理解和生成类似人类文本的高级计算机程序。
• PubMed： 一个医学研究文章的数据库。
• 微调LLM： 针对特定任务（如医学问答）进行调整的语言模型。