提出CLSGen双头微调框架,用于二分类任务,兼顾概率估计与可解释性文本生成,避免传统判别式微调导致的语言能力退化,在多个基准上提升AUROC和F1分数,并增强预测标签与生成解释的一致性及可读性。
机构:哈佛医学院
来源:arXiv 2604.11801 | AI4Papers 论文推荐平台