Buchumschlag

CollectiveSFT: Scaling Large Language Models for Chinese Medical Benchmark with Collective Instructions in Healthcare

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Jingwei, Tan, Minghuan, Yang, Min, Li, Ruixue, Alinejad-Rokny, Hamid
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RxSafeBench: Identifying Medication Safety Issues of Large Language Models in Simulated Consultation
von: Zhao, Jiahao, et al.
Veröffentlicht: (2025)

Small Language Model as Data Prospector for Large Language Model
von: Ni, Shiwen, et al.
Veröffentlicht: (2024)

PatRe: A Full-Stage Office Action and Rebuttal Generation Benchmark for Patent Examination
von: Wang, Qiyao, et al.
Veröffentlicht: (2026)

DynamixSFT: Dynamic Mixture Optimization of Instruction Tuning Collections
von: Shin, Haebin, et al.
Veröffentlicht: (2025)

InteractWeb-Bench: Can Multimodal Agent Escape Blind Execution in Interactive Website Generation?
von: Wang, Qiyao, et al.
Veröffentlicht: (2026)

NUMCoT: Numerals and Units of Measurement in Chain-of-Thought Reasoning using Large Language Models
von: Xu, Ancheng, et al.
Veröffentlicht: (2024)

IPBench: Benchmarking the Knowledge of Large Language Models in Intellectual Property
von: Wang, Qiyao, et al.
Veröffentlicht: (2025)

CoEvol: Constructing Better Responses for Instruction Finetuning through Multi-Agent Cooperation
von: Li, Renhao, et al.
Veröffentlicht: (2024)

ToolRM: Towards Agentic Tool-Use Reward Modeling
von: Li, Renhao, et al.
Veröffentlicht: (2025)

EVADE-Bench: Multimodal Benchmark for Evaluating and Enhancing Evasive Content Detection
von: Xu, Ancheng, et al.
Veröffentlicht: (2025)

FlowPIE: Test-Time Scientific Idea Evolution with Flow-Guided Literature Exploration
von: Wang, Qiyao, et al.
Veröffentlicht: (2026)

MoZIP: A Multilingual Benchmark to Evaluate Large Language Models in Intellectual Property
von: Ni, Shiwen, et al.
Veröffentlicht: (2024)

CPsyCoun: A Report-based Multi-turn Dialogue Reconstruction and Evaluation Framework for Chinese Psychological Counseling
von: Zhang, Chenhao, et al.
Veröffentlicht: (2024)

SC-Arena: A Natural Language Benchmark for Single-Cell Reasoning with Knowledge-Augmented Evaluation
von: Zhao, Jiahao, et al.
Veröffentlicht: (2026)

Large Language Models for Classical Chinese Poetry Translation: Benchmarking, Evaluating, and Improving
von: Chen, Andong, et al.
Veröffentlicht: (2024)

CIF-Bench: A Chinese Instruction-Following Benchmark for Evaluating the Generalizability of Large Language Models
von: LI, Yizhi, et al.
Veröffentlicht: (2024)

Act-Adaptive Margin: Dynamically Calibrating Reward Models for Subjective Ambiguity
von: Fang, Feiteng, et al.
Veröffentlicht: (2025)

Benchmarking the Medical Understanding and Reasoning of Large Language Models in Arabic Healthcare Tasks
von: AlDahoul, Nouar, et al.
Veröffentlicht: (2025)

AgentCourt: Simulating Court with Adversarial Evolvable Lawyer Agents
von: Chen, Guhong, et al.
Veröffentlicht: (2024)

AutoPatent: A Multi-Agent Framework for Automatic Patent Generation
von: Wang, Qiyao, et al.
Veröffentlicht: (2024)

MedFact: Benchmarking the Fact-Checking Capabilities of Large Language Models on Chinese Medical Texts
von: He, Jiayi, et al.
Veröffentlicht: (2025)

MedBench: A Comprehensive, Standardized, and Reliable Benchmarking System for Evaluating Chinese Medical Large Language Models
von: Liu, Mianxin, et al.
Veröffentlicht: (2024)

AlpaCare:Instruction-tuned Large Language Models for Medical Application
von: Zhang, Xinlu, et al.
Veröffentlicht: (2023)

An Empirical Study of SFT-DPO Interaction and Parameterization in Small Language Models
von: Feng, Yuming, et al.
Veröffentlicht: (2026)

Benchmarking Large Language Models on CFLUE -- A Chinese Financial Language Understanding Evaluation Dataset
von: Zhu, Jie, et al.
Veröffentlicht: (2024)

CoTJudger: A Graph-Driven Framework for Automatic Evaluation of Chain-of-Thought Efficiency and Redundancy in LRMs
von: Li, Siyi, et al.
Veröffentlicht: (2026)

Large Language Model Benchmarks in Medical Tasks
von: Yan, Lawrence K. Q., et al.
Veröffentlicht: (2024)

Chinese SafetyQA: A Safety Short-form Factuality Benchmark for Large Language Models
von: Tan, Yingshui, et al.
Veröffentlicht: (2024)

Benchmarking and Defending Against Indirect Prompt Injection Attacks on Large Language Models
von: Yi, Jingwei, et al.
Veröffentlicht: (2023)

MedGo: A Chinese Medical Large Language Model
von: Zhang, Haitao, et al.
Veröffentlicht: (2024)

PLOT: Enhancing Preference Learning via Optimal Transport
von: Zhu, Liang, et al.
Veröffentlicht: (2026)

BioMistral: A Collection of Open-Source Pretrained Large Language Models for Medical Domains
von: Labrak, Yanis, et al.
Veröffentlicht: (2024)

HSKBenchmark: Modeling and Benchmarking Chinese Second Language Acquisition in Large Language Models through Curriculum Tuning
von: Yang, Qihao, et al.
Veröffentlicht: (2025)

EchoQA: A Large Collection of Instruction Tuning Data for Echocardiogram Reports
von: Moukheiber, Lama, et al.
Veröffentlicht: (2025)

Probabilistic Aggregation and Targeted Embedding Optimization for Collective Moral Reasoning in Large Language Models
von: Yuan, Chenchen, et al.
Veröffentlicht: (2025)

TCMBench: A Comprehensive Benchmark for Evaluating Large Language Models in Traditional Chinese Medicine
von: Yue, Wenjing, et al.
Veröffentlicht: (2024)

ResearchArena: Benchmarking Large Language Models' Ability to Collect and Organize Information as Research Agents
von: Kang, Hao, et al.
Veröffentlicht: (2024)

Generative Emergent Communication: Large Language Model is a Collective World Model
von: Taniguchi, Tadahiro, et al.
Veröffentlicht: (2024)

Benchmarking Open-Source Large Language Models on Healthcare Text Classification Tasks
von: Guo, Yuting, et al.
Veröffentlicht: (2025)

A Large-Scale Benchmark for Evaluating Large Language Models on Medical Question Answering in Romanian
von: Rogoz, Ana-Cristina, et al.
Veröffentlicht: (2025)