[2024-01-05] 오늘의 자연어처리

PLLaMa: An Open-source Large Language Model for Plant Science

 

Abstract:Large Language Models (LLMs) have exhibited remarkable capabilities in understanding and interacting with natural language across various sectors. However, their effectiveness is limited in specialized areas requiring high accuracy, such as plant science, due to a lack of specific expertise in these fields. This paper introduces PLLaMa, an open-source language model that evolved from LLaMa-2. It's enhanced with a comprehensive database, comprising more than 1.5 million scholarly articles in plant science. This development significantly enriches PLLaMa with extensive knowledge and proficiency in plant and agricultural sciences. Our initial tests, involving specific datasets related to plants and agriculture, show that PLLaMa substantially improves its understanding of plant science-related topics. Moreover, we have formed an international panel of professionals, including plant scientists, agricultural engineers, and plant breeders. This team plays a crucial role in verifying the accuracy of PLLaMa's responses to various academic inquiries, ensuring its effective and reliable application in the field. To support further research and development, we have made the model's checkpoints and source codes accessible to the scientific community. These resources are available for download at \url{this https URL}.

 

추상화:LLM(Large Language Models)은 다양한 부문에서 자연어를 이해하고 상호 작용하는 놀라운 능력을 보여주었다. 그러나 이들 분야에 대한 구체적인 전문성이 부족하여 식물과학과 같이 높은 정확도가 요구되는 전문 분야에서는 그 효과가 제한적이다. 본 논문에서는 LLaMa-2에서 진화한 오픈 소스 언어 모델인 PLLaMa를 소개한다. 식물 과학 분야의 150만 개 이상의 학술 논문을 포함하는 포괄적인 데이터베이스로 향상되었습니다. 이러한 개발은 식물 및 농업 과학에 대한 광범위한 지식과 숙련도를 갖춘 PLLaMa를 상당히 풍부하게 한다. 식물 및 농업과 관련된 특정 데이터 세트를 포함하는 우리의 초기 테스트는 PLLaMa가 식물 과학 관련 주제에 대한 이해를 상당히 향상시킨다는 것을 보여준다. 또한 식물 과학자, 농업 엔지니어 및 식물 육종가를 포함한 국제 전문가 패널을 구성했습니다. 이 팀은 다양한 학술 질의에 대한 PLLaMa의 응답의 정확성을 검증하는 데 중요한 역할을 하며, 현장에서 효과적이고 신뢰할 수 있는 적용을 보장한다. 추가 연구 개발을 지원하기 위해 모델의 검사점과 소스 코드를 과학계에서 액세스할 수 있도록 했습니다. 이 리소스는 \url{this https URL}에서 다운로드할 수 있습니다. 

 

 

Physio: An LLM-Based Physiotherapy Advisor

 

Abstract:The capabilities of the most recent language models have increased the interest in integrating them into real-world applications. However, the fact that these models generate plausible, yet incorrect text poses a constraint when considering their use in several domains. Healthcare is a prime example of a domain where text-generative trustworthiness is a hard requirement to safeguard patient well-being. In this paper, we present Physio, a chat-based application for physical rehabilitation. Physio is capable of making an initial diagnosis while citing reliable health sources to support the information provided. Furthermore, drawing upon external knowledge databases, Physio can recommend rehabilitation exercises and over-the-counter medication for symptom relief. By combining these features, Physio can leverage the power of generative models for language processing while also conditioning its response on dependable and verifiable sources. A live demo of Physio is available at this https URL.

 

추상화:가장 최근의 언어 모델들의 능력은 이들을 실제 응용 프로그램에 통합하는 것에 대한 관심을 증가시켰다. 그러나 이러한 모델이 그럴듯하면서도 부정확한 텍스트를 생성한다는 사실은 여러 도메인에서 사용을 고려할 때 제약이 된다. 의료는 텍스트 생성 신뢰도가 환자의 웰빙을 보호하기 위한 어려운 요구 사항인 영역의 대표적인 예이다. 본 논문에서는 신체 재활을 위한 채팅 기반 애플리케이션인 Physio를 제시한다. 피지오는 제공된 정보를 지원하기 위해 신뢰할 수 있는 건강원을 인용하면서 초기 진단을 할 수 있다. 또한 Physio는 외부 지식 데이터베이스를 기반으로 재활 운동과 증상 완화를 위한 처방전 없이 살 수 있는 약물을 추천할 수 있다. 이러한 기능들을 결합함으로써, Physio는 언어 처리를 위한 생성 모델의 힘을 활용하는 동시에 신뢰할 수 있고 검증 가능한 소스들에 대한 대응을 조절할 수 있다. Physio의 라이브 데모는 이 https URL에서 확인할 수 있습니다. 

 

 

PLLaMa: An Open-source Large Language Model for Plant Science

 

Abstract:Large Language Models (LLMs) have exhibited remarkable capabilities in understanding and interacting with natural language across various sectors. However, their effectiveness is limited in specialized areas requiring high accuracy, such as plant science, due to a lack of specific expertise in these fields. This paper introduces PLLaMa, an open-source language model that evolved from LLaMa-2. It's enhanced with a comprehensive database, comprising more than 1.5 million scholarly articles in plant science. This development significantly enriches PLLaMa with extensive knowledge and proficiency in plant and agricultural sciences. Our initial tests, involving specific datasets related to plants and agriculture, show that PLLaMa substantially improves its understanding of plant science-related topics. Moreover, we have formed an international panel of professionals, including plant scientists, agricultural engineers, and plant breeders. This team plays a crucial role in verifying the accuracy of PLLaMa's responses to various academic inquiries, ensuring its effective and reliable application in the field. To support further research and development, we have made the model's checkpoints and source codes accessible to the scientific community. These resources are available for download at \url{this https URL}.

 

추상화:LLM(Large Language Models)은 다양한 부문에서 자연어를 이해하고 상호 작용하는 놀라운 능력을 보여주었다. 그러나 이들 분야에 대한 구체적인 전문성이 부족하여 식물과학과 같이 높은 정확도가 요구되는 전문 분야에서는 그 효과가 제한적이다. 본 논문에서는 LLaMa-2에서 진화한 오픈 소스 언어 모델인 PLLaMa를 소개한다. 식물 과학 분야의 150만 개 이상의 학술 논문을 포함하는 포괄적인 데이터베이스로 향상되었습니다. 이러한 개발은 식물 및 농업 과학에 대한 광범위한 지식과 숙련도를 갖춘 PLLaMa를 상당히 풍부하게 한다. 식물 및 농업과 관련된 특정 데이터 세트를 포함하는 우리의 초기 테스트는 PLLaMa가 식물 과학 관련 주제에 대한 이해를 상당히 향상시킨다는 것을 보여준다. 또한 식물 과학자, 농업 엔지니어 및 식물 육종가를 포함한 국제 전문가 패널을 구성했습니다. 이 팀은 다양한 학술 질의에 대한 PLLaMa의 응답의 정확성을 검증하는 데 중요한 역할을 하며, 현장에서 효과적이고 신뢰할 수 있는 적용을 보장한다. 추가 연구 개발을 지원하기 위해 모델의 검사점과 소스 코드를 과학계에서 액세스할 수 있도록 했습니다. 이 리소스는 \url{this https URL}에서 다운로드할 수 있습니다.