Few-Shot Large Language Models for Actionable Triage Categorization of Online Patient Inquiries
少样本大语言模型在在线患者咨询可操作分诊中的应用
机构 * seas.upenn.edu（宾夕法尼亚大学塞as学院）
专题命中 临床大模型 ：biomedical(abstract)；分类 cs.LG、q-bio
AI总结 本文研究少样本条件下大语言模型在在线患者咨询分诊中的应用，通过构建不同数据集比较TF-IDF和BioBERT与六个LLM在0-shot、4-shot和12-shot条件下的表现，发现Claude Haiku 4.5在12-shot条件下达到0.475的宏F1值，优于监督基线模型。
Comments 4 figures, 19 tables, 23 pages (including appendix and reference)
