机构名称：
¥ 1.0
当前基于NLP的CHATGPT深度学习模型已经开发并验证了这些模型，这些模型在与一般主题有关的多项选择问题上，并在某种程度上是标准的科学基准数据集，例如PubMed Question-swingering（PubMedQA），Arxiv和Stanford Question-wording Question-Assive-Assive-Asswork-Assworge-Answorking Dataset（Squead）。但是，QA任务尤其是全文文章阅读是一项非常具有挑战性的任务，并且在当前Chatgpts的科学环境中是一项艰巨的任务。我们的管道着重于生物化学，生物信息学，生物医学的生成预训练的变压器（GPT）模型，包括临床文献，例如生物标志物，药物，剂量等。与迄今为止在现场的给定关键字或上下文特定文献有关（“人类肠道微生物组作为案例研究”）。
基于NLP的问题回答肠道微生物组的GPT
主要关键词
相关文件推荐
