Resumen: Este estudio evalúa los modelos de Llama 3.2 sintonizados para extraer información relacionada con las vacunas de las notas de clasificación del departamento de emergencias para apoyar la vigilancia de seguridad de vacunas en tiempo real. La ingeniería rápida se utilizó para crear inicialmente un conjunto de datos etiquetado, que luego fue confirmado por anotadores humanos. Se comparó el rendimiento de los modelos de ingeniería rápida, modelos ajustados y un enfoque basado en reglas. El modelo de parámetros de Llama 3 mil millones de ajustes finos superó a otros modelos en su precisión de extraer nombres de vacunas. La cuantización del modelo habilitó una implementación eficiente en entornos limitados por recursos. Los resultados demuestran el potencial de los grandes modelos de idiomas en la automatización de la extracción de datos de las notas del departamento de emergencias, respaldando la vigilancia eficiente de seguridad de las vacunas y la detección temprana de eventos adversos emergentes después de problemas de inmunización.
Publicado Originalme en export.arxiv.org El 10 de julio de 2025.
Ver Fuente Original
