arXiv · cs.AI· Xu Zhang, Wenxin Ma, Chenxu Wu, Rongsheng Wang, Zhiyang He, Xiaodong Tao, Kun Zhang, S. Kevin Zhou·· 5 小时前
Span-Centric Learning用跨度级学习改进LLM医学编码
From Documents to Spans: Span-Centric Learning for LLM-based Explainable Medical Coding
arXiv:2603.15270v3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：Xu Zhang, Wenxin Ma, Chenxu Wu, Rongsheng Wang, Zhiyang He, Xiaodong Tao, Kun Zhang, S. Kevin Zhou
研究任务与主要进展
研究者提出Span-Centric Learning（SCL），先从短跨度学习医学编码知识，再用少量完整文档训练模型将知识应用于临床文档。基于论文摘要，8B LLM仅使用248篇完整文档进行训练便超过现有方法，同时为每个预测编码提供与人工标注较一致的显式支持证据。作者还报告，模型可通过跨度学习文档中未出现的编码知识，并将其应用到完整文档中。
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