大型语言模型能支持医学知识补全吗？基于评估的视角

本研究针对医学知识图谱在治疗映射中普遍存在的知识缺失和结构性局限性这一问题，探讨了大型语言模型（LLMs）在补全缺失治疗关系中的应用。研究发现，尽管LLMs具有知识增强的潜力，但其在医学知识补全中的应用存在事实不准确、幻觉关联和稳定性问题，提醒研究者和实践者在使用LLMs时应加强评估和采用混合方法。