med-slm-ja Before / After

きっかけは、モデルが古い知識を自信たっぷりに答える問題でした。その推奨がいつの時点のものか、モデルは区別しません。ならば、答えが変わった瞬間そのものをデータにしよう、と考えました。新旧を並べれば、知識の古さを測る物差しにも、時間に強い検索を鍛える教材にもなります。

医療は、これが命に直結する分野です。抗凝固薬の使いどき、がんの一次治療。数年で標準が入れ替わることは珍しくありません。だから最初の題材に選びました。

まず新版からQ&Aを起こし、対応する旧版の本文をmed-ruriの埋め込み検索で引きます。引いてきた箇所をもとにGemmaが両版の答えを書き、差分を5つに分類する。新しい薬のように埋め込み検索が拾いにくいものは、キーワードで別に拾いました。検索の土台には、自分で作ったmed-ruriをそのまま使っています。上の部品を、上のデータ作りに回す。この地続きが、精度と再現性の両方で効きました。

各行は、質問・旧版の答え・新版の答え・差分の要約に、PMIDや年・出典元の該当箇所まで付いています。学習にも、事実確認にも使える粒度にしました。

• DPO（好ましい答えを選ばせる学習）。revisionのペアは、新しい推奨を選ばせる教材にそのまま使えます。
• 医療教育。新旧を並べて「どう変わったか」を見せる。
• 時間理解の評価。モデルが版の違いを区別できるかを測る。
• 時間に強い検索。古い版を引っかけの不正解にして、検索モデルを鍛える。

CC BY 4.0。表示さえすれば、商用でも改変でも使えます。中身はガイドライン本文の再配布ではなく、検索で引いた箇所に基づく差分とQ&Aです。臨床で使う前には、必ず出典元に当たって確認してください。