RetiJev：高速でソースに根ざした眼科用意思決定モデル
arXiv:2610.30947v1 発表タイプ：新規 要旨：眼科における臨床意思決定支援には、高速で正確かつプライバシーを保護する推論が求められるが、自己回帰型の大規模言語モデル（LLM）は、事前に定義されたアクション間の意思決定において大きな遅延と計算負荷を伴う。そこで私たちは、生成型推論に代わる意思決定指向の手法を検討する。具体的にはまず、RetiJev-Dataを提案する。これは、PubMed Central の論文から抽出した78,158件の臨床意思決定および診断に関する質問と、531種類の眼疾患を網羅するMeSH用語集、さらに11種類の評価体系にまたがる50,074件のガイドライン評価に関する質問から構成される、ソースに基づく眼科コーパスであり、併せて24,662件の評価用ベンチマークも提供する。これを基に、RetiJevという、0.8B～9B規模の意思決定モデル群を開発し、直
