Modular Expert Merging for Biomedical Retrieval
更少微调,更好检索:通过合成数据和模型合并重新思考LLM适应于生物医学检索器
机构 * IKIM, University Hospital Essen(IKIM,埃森大学医院) ; Microsoft Healthcare & Life Sciences(微软医疗与生命科学)
专题命中 生物医学文本 :biomedical(title,abstract);分类 cs.LG
AI总结 本文提出STM框架,通过合成数据和模型合并提升生物医学检索性能,实验显示在任务特定专家上提升23.5%并优于基线模型。
Comments Accepted to Findings of EMNLP 2026