يقترح الباحثون إطار عمل أثناء التدريب يُدعى المحاذاة العصبية الرمزية، الذي يربط نموذج لغة كبير سريريًا بحجم 7B بنموذج عالم فسيولوجي قائم على HGNN لتحسين السلامة في الاستدلال السريري التوليدي. تستخدم الطريقة معرفة فسيولوجية منظمة من رسم بياني للمعرفة الطبية الحيوية يتكون من 847K عقدة لتقييم الردود المرشحة ودفع تحديثات ORPO على السياسة أثناء التدريب.
- تحسّن معيار السلامة السريرية (CSS) من 69.5% إلى 90.8%， وهو مكسب قدره 21.3 نقطة مئوية مقارنة بـ ORPO القياسي.
- يقلل معدل التوصيات الضارة الذي تقيّمه الأطباء (HR) من 14.1% إلى 5.1% على المجموعة العمياء.
- يزيد درجة كشف التفاعلات الدوائية (DID) من 72.8% إلى 91.6%.
- يتفوق على GPT-4 (5-shot) في جميع مقاييس السلامة رغم امتلاكه عدد معاملات أقل بعشر مرات.
- يتفوق على خط أنابيب تصحيح ذاتي أثناء الاستدلال (SFT+SelfCorrect) بمقدار 11.4 نقطة مئوية في CSS.
يستنتج المؤلفون أن التأسيس الفسيولوجي أثناء التدريب يُنتح تحسينات سلامة قابلة للقياس وقابلة للتحقق المستقل في نماذج اللغة الكبيرة السريرية مفتوحة الوزن، رغم الحاجة إلى التحقق الخارجي على بيانات سريرية حقيقية لتأكيد قابلية النقل إلى بيئات النشر.