大型语言模型的进步通过实现可扩展有效的学习解决方案彻底改变了医学教育。本文介绍了基于经过验证的回复的波兰州专业化考试(PES)的评论生成的管道,以准备评论生成。该系统将这些生成的合并和源文档与间隔的重复学习算法集成在一起,以增强知识的保留,同时最大程度地减少认知过载。通过使用精制的检索系统,查询档案和advanced Reranker,我们修改的抹布解决方案比效率更高的精度促进了准确性。对医学注释者进行严格的评估表明,通过本文中介绍的一系列实验证明了关键指标的改进,例如文档相关性,可信度和逻辑连贯性。这项研究强调了抹布系统提供可扩展,高质量和个性化的教育资源的潜力,以解决非英语用户。
主要关键词
![arxiv:2503.01859v1 [CS.CL] 2025年2月23日PDF文件第1页](/bimg/f/f8e71bb5a1700517e9ab671b3521c5fa231de807.webp)
![arxiv:2503.01859v1 [CS.CL] 2025年2月23日PDF文件第2页](/bimg/9/9837c50468152981c31de41f421821a294406bac.webp)
![arxiv:2503.01859v1 [CS.CL] 2025年2月23日PDF文件第3页](/bimg/2/2f5272cb4d66f181a27701e42bdffd1eb75e8509.webp)
![arxiv:2503.01859v1 [CS.CL] 2025年2月23日PDF文件第4页](/bimg/4/4226f963c06ce52933f3fdd61f7750c926487d68.webp)
![arxiv:2503.01859v1 [CS.CL] 2025年2月23日PDF文件第5页](/bimg/3/3408a76e296ccd0306fff47b18bc2e19fe495105.webp)
