शोधकर्ताओं ने न्यूरोसिम्बोलिक अलाइनमेंट का प्रस्ताव रखा, एक ट्रेनिंग-टाइम फ्रेमवर्क जो जनरेटिव क्लिनिकल तर्क में सुरक्षा को बेहतर बनाने के लिए एक 7B क्लिनिकल LLM को HGNN-आधारित फिजियोलॉजिकल वर्ल्ड मॉडल के साथ जोड़ता है। विधि उम्मीदवार प्रतिक्रियाओं का स्कोर देने और पुनरावृत्त ऑन-पॉलिसी ORPO अपडेट को चलाने के लिए 847K-नोड बायोमेडिकल ज्ञान ग्राफ से संरचित शारीरिक ज्ञान का उपयोग करती है।
- मानक ORPO की तुलना में 21.3 प्रतिशत अंक की वृद्धि के साथ क्लिनिकल सेफ्टी बेंचमार्क (CSS) को 69.5% से 90.8% तक बढ़ाता है।
- ब्लाइंडेड सबसेट पर चिकित्सक द्वारा मूल्यांकित हानिकारक अनुशंका दर (HR) को 14.1% से घटाकर 5.1% कर देता है।
- ड्रग इंटरैक्शन डिटेक्शन (DID) स्कोर को 72.8% से बढ़ाकर 91.6% कर देता है।
- 10 गुना कम पैरामीटर होने के बावजूद सभी सुरक्षा मेट्रिक्स पर GPT-4 (5-shot) को पार करता है।
- CSS में 11.4 प्रतिशत अंक से इनफरेंस-टाइम सेल्फ-करेक्शन पाइपलाइन (SFT+SelfCorrect) से बेहतर प्रदर्शन करता है।
लेखकों का निष्कर्ष है कि ट्रेनिंग-टाइम शारीरिक आधार ओपन-वेट क्लिनिकल LLMs में मापने योग्य और स्वतंत्र रूप से सत्यापित सुरक्षा सुधार उत्पन्न करता है, हालांकि डिप्लॉयमेंट सेटिंग्स में स्थानांतरणीयता की पुष्टि करने के लिए वास्तविक क्लिनिकल डेटा पर बाहरी सत्यापन की आवश्यकता है।