参数高效简洁适应：较小语言模型中简洁临床推理的可微长度控制

原文：Parameter-Efficient Conciseness Adaptation: Differentiable Length Control for Concise Clinical Reasoning in Smaller Language Models

较小的语言模型 (SLM) 使得在大型专有模型成本过高的情况下部署临床自然语言处理变得可行，而参数高效的微调使它们能够专门用于商品硬件。训练后仍然存在一个障碍：在医疗任务上，这些模型回答的长度远远超过临床问题所需的长度。在临床决策支持和政策制定方面

正文由本站服务器抓取保存（已自动过滤广告、推荐位与追踪图片），排版与原站可能不同；版权归原站所有。