- 博客(4)
- 收藏
- 关注
RSS订阅原创 微调GPT-3.5 Turbo：从数据准备到模型部署
user是用户输入的需要提取的医学文献对应之前的prompt，assistant则是理想的模型输出结果，对应之前的completion。{"messages": [{"role": "system", "content": "处理好的instruction"}, {"role": "user", "content": "用户输入的文献"}, {"role": "assistant", "content": "专家标注的，处理成json格式的，期望模型输出的最终形式"}假阴性率8.8％，人数为3，对应正确；
2024-06-23 03:35:30
929
原创 Prompt工程：Create GPTs实现医学文献信息预处理与规格化输出
为了使GPTs能够有效提取医学文献信息，首先需要定义系统指令和用户提示。这些指令和提示用于指导模型理解任务的具体要求。系统指令：用于设定模型的整体行为。例如，可以设定模型以提取医学文献中的关键数据。用户提示：用于提供具体的任务指示。例如，提供一段医学文献，并要求模型提取参与者数量、干预措施、对照措施、结果测量等信息。通过本文的详细介绍，我们深入探讨了如何利用Prompt工程优化GPTs，以高效提取医学文献信息。
2024-06-22 19:31:29
806
原创 定义医学文献信息提取的输出形式：JSON与表格化模式
为了规范多个模型的输出样式，在接入前后端系统后更方便表格化处理，我们需要定义一种标准的输出形式。在初期的数据处理和表格化展示过程中遇到了一些阻力，但通过使用组员白云清设计的新的BRAT的conf文件表示形式，该文件引入了event链接entity的方式来处理outcome和对应数值的关系，我重新标注了部分数据集，使输出的ann文件内更有逻辑。在此基础上，我设定了组内多个模型通用的json串格式作为模型的输出格式和前后端传送的格式，并区分了固定数据和可变数据，使得最终的json格式可以直接生成期望的数据表格。
2024-06-22 17:18:59
670
原创 利用BRAT工具处理数据集：一个全面指南
BRAT（BRAT Rapid Annotation Tool）是一个广泛使用的文本标注工具，特别适用于需要高精度和高一致性的领域。它提供了一个直观的Web界面，使标注过程变得更加高效和用户友好。BRAT支持多种标注任务，包括命名实体识别（NER）、关系提取、事件检测等。通过BRAT工具，我们能够对复杂的研究文本进行精确的标注。正确使用这些标注不仅有助于理解和分析研究数据，还有助于后续的数据处理和机器学习模型的训练。BRAT提供了一个直观的界面，使得标注过程更加高效和准确。
2024-05-30 17:23:32
1114
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人