@inproceedings{moubtahij-etal-2024-participation,
title = "Participation du {CRIM} {\`a} {DEFT} 2024 : Utilisation de petits mod{\`e}les de Langue pour des {QCM}s dans le domaine m{\'e}dical",
author = "Moubtahij, Ahmed and
Cummings, Charles-William and
Handan, Azur and
Galy, Edith and
Charton, Eric",
editor = "Dufour, Richard and
Favre, Benoit and
Rouvier, Mickael and
Bazoge, Adrien and
Labrak, Yanis",
booktitle = "Actes du D{\'e}fi Fouille de Textes@TALN 2024",
month = "7",
year = "2024",
address = "Toulouse, France",
publisher = "ATALA and AFPC",
url = "https://aclanthology.org/2024.jeptalnrecital-deft.2",
pages = "11--22",
abstract = "Ce papier d{\'e}crit le travail de l{'}{\'e}quipe du CRIM (Centre de recherche en Informatique de Montr{\'e}al) dans le cadre du D{\'e}fi Fouille de textes 2024. Nous pr{\'e}sentons les exp{\'e}riences que nous avons men{\'e}es dans le cadre de la t{\^a}che principale consistant {\`a} identifier automatiquement, pour une question donn{\'e}e issue d{'}annales d{'}examens de pharmacie, l{'}ensemble des r{\'e}ponses correctes parmi les cinq propos{\'e}es. La contrainte est d{'}utiliser un syst{\`e}me de moins de 3 milliards de param{\`e}tres dont les donn{\'e}es d{'}entra{\^\i}nement sont connues. Pour ce faire, nous avons test{\'e} des approches impliquant du few-shot prompting, du RAG, de l{'}affinage et de la g{\'e}n{\'e}ration contrainte en dernier recours.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="moubtahij-etal-2024-participation">
<titleInfo>
<title>Participation du CRIM à DEFT 2024 : Utilisation de petits modèles de Langue pour des QCMs dans le domaine médical</title>
</titleInfo>
<name type="personal">
<namePart type="given">Ahmed</namePart>
<namePart type="family">Moubtahij</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Charles-William</namePart>
<namePart type="family">Cummings</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Azur</namePart>
<namePart type="family">Handan</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Edith</namePart>
<namePart type="family">Galy</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Eric</namePart>
<namePart type="family">Charton</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2024-07</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">French</languageTerm>
<languageTerm type="code" authority="iso639-2b">fre</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes du Défi Fouille de Textes@TALN 2024</title>
</titleInfo>
<name type="personal">
<namePart type="given">Richard</namePart>
<namePart type="family">Dufour</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Benoit</namePart>
<namePart type="family">Favre</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Mickael</namePart>
<namePart type="family">Rouvier</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Adrien</namePart>
<namePart type="family">Bazoge</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Yanis</namePart>
<namePart type="family">Labrak</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA and AFPC</publisher>
<place>
<placeTerm type="text">Toulouse, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Ce papier décrit le travail de l’équipe du CRIM (Centre de recherche en Informatique de Montréal) dans le cadre du Défi Fouille de textes 2024. Nous présentons les expériences que nous avons menées dans le cadre de la tâche principale consistant à identifier automatiquement, pour une question donnée issue d’annales d’examens de pharmacie, l’ensemble des réponses correctes parmi les cinq proposées. La contrainte est d’utiliser un système de moins de 3 milliards de paramètres dont les données d’entraînement sont connues. Pour ce faire, nous avons testé des approches impliquant du few-shot prompting, du RAG, de l’affinage et de la génération contrainte en dernier recours.</abstract>
<identifier type="citekey">moubtahij-etal-2024-participation</identifier>
<location>
<url>https://aclanthology.org/2024.jeptalnrecital-deft.2</url>
</location>
<part>
<date>2024-7</date>
<extent unit="page">
<start>11</start>
<end>22</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Participation du CRIM à DEFT 2024 : Utilisation de petits modèles de Langue pour des QCMs dans le domaine médical
%A Moubtahij, Ahmed
%A Cummings, Charles-William
%A Handan, Azur
%A Galy, Edith
%A Charton, Eric
%Y Dufour, Richard
%Y Favre, Benoit
%Y Rouvier, Mickael
%Y Bazoge, Adrien
%Y Labrak, Yanis
%S Actes du Défi Fouille de Textes@TALN 2024
%D 2024
%8 July
%I ATALA and AFPC
%C Toulouse, France
%G French
%F moubtahij-etal-2024-participation
%X Ce papier décrit le travail de l’équipe du CRIM (Centre de recherche en Informatique de Montréal) dans le cadre du Défi Fouille de textes 2024. Nous présentons les expériences que nous avons menées dans le cadre de la tâche principale consistant à identifier automatiquement, pour une question donnée issue d’annales d’examens de pharmacie, l’ensemble des réponses correctes parmi les cinq proposées. La contrainte est d’utiliser un système de moins de 3 milliards de paramètres dont les données d’entraînement sont connues. Pour ce faire, nous avons testé des approches impliquant du few-shot prompting, du RAG, de l’affinage et de la génération contrainte en dernier recours.
%U https://aclanthology.org/2024.jeptalnrecital-deft.2
%P 11-22
Markdown (Informal)
[Participation du CRIM à DEFT 2024 : Utilisation de petits modèles de Langue pour des QCMs dans le domaine médical](https://aclanthology.org/2024.jeptalnrecital-deft.2) (Moubtahij et al., JEP/TALN/RECITAL 2024)
ACL