כתבה
arXiv cs.CL ·
מסגרת תקציבית רב-מודאלית ל-LangGraph לשאילתות על נתוני זמן רפואיים
A Cost-Effective Multimodal LLM Reasoning Framework for Question Answering over Irregular Clinical Time Series
ClinPRISM היא מסגרת רב-מודאלית ל-LangGraph שמאפשרת שאילתות על נתוני זמן רפואיים. היא משתמשת במקודד מרובה-קנה מידה ובאסטרטגיית התאמה הדרגתית. ClinPRISM משיגה ביצועים טובים עם 16 טוקנים בלבד וזמן תגובה ממוצע של 0.15 שניות.
תקציר מקורי באנגליתarXiv:2607.25947v1 Announce Type: cross Abstract: Question answering (QA) over irregular clinical time series (ICTS) plays a pivotal role in a wide range of healthcare applications. Although recent multimodal time-series large language models (LLMs) have shown considerable promise in general-purpose time-series QA, they remain poorly equipped to model the sparsity, asynchrony, and irregular sampling patterns of clinical observations. To fill this gap, we propose ClinPRISM, a cost-effective multimodal LLM reasoning framework for question answering over ICTS data. First, we devise an irregularity-aware multi-scale encoder to capture sparse clinical evidence at diverse temporal scales. Then, we propose a temporal evidence distiller to integrate representations across these scales and compress
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית