BioSelectTune: 生物医学的NERのためのLLMファインチューニング

この論文は、生物医学的固有表現抽出（BioNER）のための大規模言語モデル（LLM）のファインチューニングのためのデータ中心フレームワークであるBioSelectTuneを紹介しています。主な革新は、「ハイブリッドスーパーフィルタリング」戦略であり、高品質なトレーニングデータをキュレーションし、LLMがドメイン固有の知識とノイズの多いデータに苦労するという一般的な問題に対処しています。結果は重要であり、データセットサイズを削減しながら、最先端のパフォーマンスを実証し、ドメイン特化モデルさえも上回っています。これは、創薬などの分野の研究を加速する可能性のある、より効率的で効果的なBioNERへのアプローチを提供するため重要です。

• •BioSelectTuneは、BioNERのためのLLMファインチューニングのためのデータ中心フレームワークです。
• •「ハイブリッドスーパーフィルタリング」戦略を使用して、高品質のトレーニングデータをキュレーションします。
• •データセットサイズを削減しながら、最先端のパフォーマンスを達成します。
• •BioMedBERTのようなドメイン特化モデルを上回ります。