用户响应式场景下大模型驱动的AI问答研究：以医疗分诊为例.pdfVIP

188情报理论与实践第48卷2025年第2期信息系统

111121

●张君冬,刘江峰,王震宇,黄奇,刘艳华,李娜

(1.南京大学信息管理学院,江苏南京210023;2.南京中医药大学卫生经济管理学院,江苏

南京210023)

用户响应式场景下大模型驱动的AI问答研究:以医疗分诊为例∗

摘要:[目的/意义]当前大语言模型驱动的AI问答仍以用户主动式提问场景为主,面对复杂或模糊场景时,模

型难以有效引导对话。[方法/过程]文章提出了用户响应式场景下大语言模型驱动的AI问答框架,包含继续预训练、

有监督微调、人类反馈强化学习、模型评估4个步骤,最后以医疗分诊为例进行实证研究,验证其可行性。[结果/结

论]构建的模型具备主动引导信息收集、个性化互动、用户体验优化三大优势;创新了大语言模型的场景化应用的形

式,可为后续AI问答服务的发展提供借鉴。

关键词:用户响应式场景;模型主动性;AI问答;医疗分诊;大语言模型

DOI:10.16353/ki.1000-7490.2025.02.020

引用格式:张君冬,刘江峰,王震宇,黄奇,刘艳华,李娜.用户响应式场景下大模型驱动的AI问答研究:以医

疗分诊为例[J].情报理论与实践,2025,48(2):188-197.

ResearchonAIQuestionAnsweringDrivenbyLargeLanguageModelsinUserResponsiveScenarios:

ACaseStudyofMedicalTriage

111121

ZhangJundong,LiuJiangfeng,WangZhenyu,HuangQi,LiuYanhua,LiNa

(1.SchoolofInformationManagement,NanjingUniversity,JiangsuNanjing210023;

2.SchoolofHealthEconomicsandManagement,NanjingUniversityofChineseMedicine,JiangsuNanjing210023)

Abstract:[Purpose/significance]ThecurrentAIquestionansweringdrivenbylargelanguagemodelsstillfocusesonuserini-

tiatedquestioningscenarios,andwhenfacedwithcomplexorambiguousscenes,themodelisdifficulttoeffectivelyguidethecon-

versation.[Method/process]ThisarticleproposesanAIquestionansweringframeworkdrivenbylargelanguagemodelsinuserre-

sponsivescenarios,whichincludesfoursteps:continuingpre-training,supervisedfine-tuning,humanfeedbackreinforcement

learning,andmodelevaluation.Finally,anempiricalstudyisconductedusingmedicaltriageasanexampletoverifyitsfeasibility.

[Result/concl