てんかん医学知識を用いた大規模言語モデルのファインチューニング

抄録

大規模言語モデル（LLM）は、さまざまな分野で強力なパフォーマンスを発揮することが示されています。特定の分野におけるLLMの性能をさらに向上させるためには、ファインチューニングが一般的な手法として用いられます。医学分野におけるLLMは、一般的な医学知識を用いてファインチューニングされることが多いですが、特定の疾患に対しては、モデルの応答が完全に正確ではなく、時には全く無関係な内容になることもあります。本研究では、特定の疾患（てんかん）に焦点を当て、事前学習済みモデルをてんかん分野のデータを用いてファインチューニングします。このてんかん関連データには、疾患の基礎知識、一般的な治療計画、よく使用される薬剤、日常生活における注意点などが含まれます。実験では、複数評価方法を用いて、ファインチューニング後のモデルと事前学習済みモデルを比較します。その結果、ファインチューニングされたモデルの性能が大幅に向上していることが確認されました。