생물의학 자연어 처리 응용을 위한 대형 언어 모델 벤치마크 및 권고

오늘의 논문

원문 보기 문헌연구

HOT PAPER IT Crossref 실존 확인 2026-09-30 회차 지난 회차

생물의학 자연어 처리 응용을 위한 대형 언어 모델 벤치마크 및 권고

Benchmarking large language models for biomedical natural language processing applications and recommendations

Qingyu Chen, Yan Hu, Xueqing Peng 외 · Nature Communications · 2025년 · 조회 12

왜 이 논문인가 — 선정 기준

HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위

2025-04 발표 · 피인용 216회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%

HOT PAPER 슬롯은 최근 가장 주목받는 논문을 의미하는데, 216회의 피인용과 동년 논문 상위 1% 인용 영향력으로 높은 주목도를 보여준다.

논문 요약

본 연구에서는 GPT와 LLaMA 계열의 4가지 대형 언어 모델을 12개의 BioNLP 벤치마크와 6가지 응용 분야에 적용하여 체계적으로 평가하였다. 제로샷·Few‑shot 프롬프트와 파인튜닝 성능을 기존 BERT·BART 파인튜닝과 비교하고, 일관성·누락·환각 현상 및 비용을 분석하였다. 결과적으로 전통적인 파인튜닝이 대부분 과업에서 우수했으나, GPT‑4와 같은 폐쇄형 모델은 의료 질문 답변과 같은 추론 중심 과업에서 뛰어난 성능을 보였다.

후속 연구설계에 활용하기

향후 연구에서는 파인튜닝 대비 프롬프트 기반 접근법의 효율성을 특정 BioNLP 과업(예: 질의응답)에서 변수·측정치(일관성, 환각률, 비용)로 설정해 비교 실험을 설계할 수 있다.

핵심어

대형언어모델생물의학 자연어 처리벤치마크비용 분석

실존 확인

이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다. SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.

DOI: 10.1038/s41467-025-56989-2

2026-09-30 확인 · 2026-09-30 선정