TRIAGE, 임상 LLM의 위험 양극화(Risk Polarization) 문제 해결

요약

임상 LLM이 위험도를 이진 출력으로 붕괴시키는 문제를 해결하기 위해, 연속적 위험 점수와 검증 가능한 근거를 생성하는 TRIAGE 모델을 제안합니다. 의료 시계열 데이터를 활용하여 양측의 위험을 모두 고려하는 단일 모델 학습 방식을 다룹니다.

핵심 포인트

• 임상 LLM의 위험도 양극화(Risk Polarization) 문제 해결
• 보정된 연속적 위험 점수 및 검증 가능한 근거 생성
• 의료 시계열 데이터 기반의 단일 모델 학습 방식 제안
• SFT 및 SFT-RL을 활용한 모델 학습 및 데이터 파이프라인 제공