כתבה
arXiv cs.CL ·
תובנות רפואיות בעידן LLMs
Medical Reasoning in the Era of LLMs: A Systematic Review of Enhancement Techniques and Applications
LLMs משפרים תובנות רפואיות. סקירה שיטתית של טכניקות לשיפור היכולת. יישומים באבחון, חינוך ותכנון טיפול. LLMs כמו LLaMA מאפשרים יכולות מרשימות.
תקציר מקורי באנגליתarXiv:2508.00669v2 Announce Type: replace Abstract: The proliferation of Large Language Models (LLMs) in medicine has enabled impressive capabilities, yet a critical gap remains in their ability to perform systematic, transparent, and verifiable reasoning, a cornerstone of clinical practice. This has catalyzed a shift from single-step answer generation to the development of LLMs explicitly designed for medical reasoning. This paper provides the first systematic review of this emerging field. We propose a taxonomy of reasoning enhancement techniques, categorized into training-time strategies (e.g., supervised fine-tuning, reinforcement learning) and test-time mechanisms (e.g., prompt engineering, multi-agent systems). We analyze how these techniques are applied across different data modalit
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית