AIxiv专栏探讨了大语言模型预训练数据选择的重要性，提出了数据管理器DataMan，通过14个质量维度对数据进行评分和领域识别。研究表明，使用DataMan筛选的数据显著提升模型性能，胜率最高达78.5%。
通过综合文献回顾和团队经验，提出了一个概念性框架，以保证合成数据在医疗人工智能应用中的质量，并扩展了质量维度，包括公平性和碳足迹，并提出了支持实际应用所必需的阶段，以加速可信任的医疗人工智能工具的发展和推广，促进患者受益。
完成下面两步后，将自动完成登录并继续当前操作。
