我们提出了临床预测大语言模型 (CPLLM)，该方法通过对预训练的大语言模型 (LLM) 进行微调，用于临床疾病和再入院预测。我们采用量化技术并通过提示词对LLM进行微调。在诊断预测任务中，我们基于患者历史诊断记录，预测其下次就诊或后续诊断中是否会被确诊为目标疾病。我们将实验结果与RETAIN、Med-BERT（当前使用时序结构化电子健康记录数据进行疾病预测的最先进模型）等多种基线模型进行了对比。此外，我们还评估了CPLLM在患者再入院预测任务中的表现，并与基准基线模型进行了性能比较。实验结果表明，我们提出的CPLLM方法在PR-AUC和ROC-AUC指标上均优于所有测试模型，在诊断预测和患者再入院预测任务中均取得了最先进的成果。该方法可轻松部署并整合到临床流程中，辅助医护人员预判患者的病情发展。

大语言模型(LLM)的崛起标志着自然语言处理(NLP)领域的关键转折。这些模型已彻底改变多个领域，并在医疗行业产生重大影响。当前大语言模型数量空前，其中许多具备中英双语能力。然而针对这些模型的全面评估仍有待开展，这一缺失在放射学NLP领域尤为明显。本研究通过严格评估32个大语言模型解读放射学报告(放射学NLP的核心环节)的能力来填补这一空白，重点测试模型从影像学表现推导诊断意见的能力。评估结果揭示了这些大语言模型的性能表现、优势与不足，为其在医疗领域的实际应用提供了重要参考。

通用领域大语言模型(LLM)的最新成功显著改变了自然语言处理范式，朝着跨领域和跨应用的统一基础模型方向发展。本文重点评估当前最强大的大语言模型GPT-4在基于文本的放射学报告应用中的表现，并与最先进的(SOTA)放射学专用模型进行比较。通过探索多种提示策略，我们在多种常见放射学任务上评估GPT-4，发现GPT-4要么优于当前SOTA放射学模型，要么与之持平。在零样本提示下，GPT-4在时间句子相似性分类(准确率)和自然语言推理\$(F_{1})\$方面已经比放射学模型获得显著提升(绝对改进约10%)。对于需要学习数据集特定风格或模式的任务(如检查结果总结)，GPT-4通过基于示例的提示得到改进，并达到有监督SOTA的水平。我们与委员会认证的放射科医生进行的广泛错误分析表明，GPT-4具有足够的放射学知识水平，仅在需要细微领域知识的复杂上下文中偶尔出错。对于检查结果总结，GPT-4的输出总体上与现有人工撰写的印象相当。

我们正在研发一款人工智能应用安全工程师，帮助开发者自动识别并修复不安全的代码。通过我们的技术，能减少30%的安全性静态分析（SAST）发现的误报，并加速修复过程约80%。为了服务大型企业，我们精心调整了一个模型，确保其既安全又私密。为什么我们自定义调优LLM？在严格监管的行业，企业对数据驻留、隐私和安全有严格要求。它们往往需要私有云部署，避免依赖可能暴露数据风险的第三方LLM。我们的定制...

在数字世界中，数据中心的庞然大物和光纤电缆构成了我们想象的基础，而这些想象又深受提供基于此基础设施服务的公司影响。由此诞生了一种技术神话，它倾向于提供简单易懂的解释，却牺牲了准确性。科技产品的营销者拥有巨大的影响力，他们可能通过复杂性来隐藏产品难题，或者通过过度简化来磨平棱角。设计师在塑造这种神话的过程中扮演关键角色，尽管并非总是出于恶意，营销行业本身就需要这样的神话来帮助理解技术。 人工智能的神话多种多样，它们并非全然负面，但持续塑造着我们对AI的认知。比如控制神话，强调生成式AI的可控性，但实际上，用户...

大语言模型（LLM）已经风光了一段时间，但超越喧嚣，它们面临着严重的限制：幻觉、缺乏置信度估计以及缺乏引用。幻觉是指LLM生成看似合理甚至有说服力的内容，但实际上毫无根据或错误。置信度估计为预测分配一个置信分数，有助于判断其准确性。错误答案的高置信分数比完全没有分数更糟糕……

上周，我在为期六周的“掌握大型语言模型：开发者与数据科学家会议”上做了一场演讲，主题是如何从命令行访问和利用大型语言模型。我的重点是介绍我开发的名为LLM的Python命令行工具，以及如何使用它及其插件来探索这些模型，并将其用于实际任务。 演讲视频被录制并上传到了YouTube，我还将其转换成了带有详细注释和屏幕截图的演示文稿（没有幻灯片）。LLM是一个工具，旨在帮助用户直接在终端中运行大型语言模型提示。你可以通过pipx、pip或brew安装它...