面向医学大模型的体系化人工智能框架构建与应用

摘要： 大语言模型具有强大的自我学习和理解能力，在医学领域具有巨大的发展潜力与应用价值。目前医学领域大语言模型的预训练数据量大、算力成本高、缺乏规范化标准与指标体系，极大地限制了大语言模型的扩展与应用。为解决上述问题，提出一种面向医疗全流程服务场景的体系化人工智能框架，通过知识分解和动态资源管理方法完成模型简化分解和原生网络构建实现模型的弹性部署和灵活配置，在一定程度上降低了大语言模型... （共7页）