arXiv · cs.AI· Manjushree B. Aithal, Ph. D., Alexander Kotz, James Mitchell, Ph. D·· 5 小时前
PLACID：用于临床缩写推理与消歧的隐私保护大语言模型
PLACID: Privacy-preserving Large language models for Acronym Clinical Inference and Disambiguation
arXiv:2603.23678v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Manjushree B. Aithal, Ph. D., Alexander Kotz, James Mitchell, Ph. D
研究任务与主要进展
PLACID提出一种完全在设备端运行的隐私保护级联大语言模型流程，用于临床缩写的推理与消歧。流程先由通用本地模型检测缩写，再将其路由至领域专用生物医学模型进行上下文相关展开；摘要报告检测准确率约为0.988，通用模型展开准确率约为0.655，级联方法提升至约0.81。该结果基于论文摘要，实验细节与适用范围未说明。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org