利用大型语言模型从实际数据中识别避孕转换的原因
原文约400字/词,阅读约需1分钟。发表于: 。评估 GPT-4 对避孕药切换的零射能力,发现其能准确提取避孕药切换的原因,并通过无监督主题建模方法确定患者偏好、不良事件和保险等因素是避孕药切换的关键原因,同时指明 “体重增加 / 情绪变化” 和 “保险覆盖” 在特定人口中作为切换原因较为突出。
本研究比较了三种生成式预训练转换模型在医疗保健领域的应用。结果显示,Drug-GPT 3和Drug-GPT 4模型提供了更有针对性和深入的见解,而ChatGPT模型生成了更宽泛和一般性的回答。评估医疗保健应用中生成信息的有用性时,需要考虑语言模型的观点、知识深度和时效性。