arXiv 自然语言处理· Jizheng Lai, Yingyun Li, Ying Qin, Haiyang Qian·· 1 天前AI 评分36
TRACE：面向肿瘤学 LLM 的可部署树状关系结构增强框架
TRACE: Deployable Tree-Relational Structure Enhancement for Oncology LLMs
AI 导读
研究人员提出肿瘤学 LLM 增强框架 TRACE，将离线树状关系结构学习与轻量在线推理分离，以提升模型预测的显式医学结构支撑。该框架支持在零样本场景下自适应选择提示证据，无需监督标签。在 10 项肿瘤分类任务及 MedQuAD CancerGov QA 基准中，TRACE 表现均优于原生 RAG 与通用 GraphRAG，并能生成符合临床推理的可解释证据路径。
来源：arXiv 自然语言处理 · arxiv.org