Cómo sacar más partido a un modelo local pequeño en extracción de datos clínicos, parte 2

Ante un mal resultado, la primera reacción suele ser cambiar de modelo. Conviene agotar antes lo que puede construirse a su alrededor.

Exigir evidencia. Cada valor debe acompañarse del fragmento literal del que procede. Si ese fragmento no puede copiarse, el valor es nulo. Es la regla que más invenciones elimina.

Autorizar el vacío. Declárese de forma explícita que una respuesta con numerosos campos nulos es correcta y esperada. Sin esa autorización, el modelo entiende el formulario como algo que debe rellenarse, y lo rellena.

Imponer el formato, no solicitarlo. Un esquema compilado a gramática impide emitir una salida que lo incumpla. Dos detalles no evidentes: los campos han de declararse obligatorios admitiendo valor nulo, uno opcional ofrece una salida temprana y devuelve objetos vacíos y su orden es funcional, porque exigir una puntuación de confianza antes del hallazgo induce relleno.

Definir el acierto antes de medir. Una clave de corrección redactada antes de observar las respuestas, y dos recuentos separados: lo omitido y lo inventado.

Y medir la latencia junto a la exactitud: en consulta, un acierto de noventa segundos no es un acierto.

Resultados aqui