基于合成数据的临床小型语言模型的模块化方法：预指令调优、模型合并与临床任务对齐

本研究旨在解决小型语言模型在临床环境中适应性不足的问题，提出了一种新颖的框架来提升其性能。通过预指令调优、模型合并与临床任务对齐，研究开发了MediPhi模型集合，并通过与基线模型的对比，实现在医疗实体、放射学报告及ICD-10编码等任务上显著提高性能，显示出合成数据在临床应用中的潜力。