AI और दुनिया की कठिन समस्याएँ · चिकित्सा और दवा खोज · Nature (computational biology) · 2026-10-26

मेडिकल LLM में हैलुसिनेशन कम करने के लिए हाइब्रिड रिट्रीवल–सत्यापन फ्रेमवर्क

मूल शीर्षक: Hybrid retrieval–verification framework for hallucination reduction in medical LLMs

क्लिनिकल सेटिंग में उपयोग किए जाने वाले बड़े भाषा मॉडल ऐसे उत्तर दे सकते हैं जिनका प्रमाणों से समर्थन नहीं होता, जिससे सुरक्षा संबंधी जोखिम पैदा होते हैं। लेखक CARE-Med प्रस्तावित करते हैं, जो डेंस रिट्रीवल, नेचुरल लैंग्वेज इन्फ़ेरेंस सत्यापनकर्ताओं और कॉन्फ़िडेंस स्कोरिंग को जोड़ने वाला फ्रेमवर्क है, और इसे MIMIC-III, PubMedQA और BioASQ पर परखते हैं। NLI-आधारित असमर्थित-उत्तर दर बेसलाइन LLM में 32% से घटकर 10% रह गई, और पारंपरिक RAG में 21% से घटकर 10% रह गई।

मूल लेख पढ़ें ↗

सभी आइटम →