Efficient and Effective Internal Memory Retrieval for LLM-Based Healthcare Prediction
高效且有效的内部内存检索用于基于大语言模型的医疗预测
机构 * University of Connecticut（康涅狄格大学） ； University of Massachusetts, Amherst（马萨诸塞大学阿默斯特分校） ； University of Massachusetts, Lowell（马萨诸塞大学洛厄尔分校） ； UMass Chan Medical School（马萨诸塞大学陈医学院）
AI总结 本文提出K2K框架，通过内部键基知识访问提升LLM在医疗预测中的效率与准确性，实验显示在四个基准数据集上达到最佳性能。
Comments ACL 2026 (Findings), reviewer score: 3.5,3.5,4
