論文の概要: Comparative Analysis of Large Language Models in Generating Telugu Responses for Maternal Health Queries

• arxiv url: http://arxiv.org/abs/2603.18898v1
• Date: Thu, 19 Mar 2026 13:39:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-20 17:19:06.173912
• Title: Comparative Analysis of Large Language Models in Generating Telugu Responses for Maternal Health Queries
• Title（参考訳）: 母系健康診断におけるテルーグ反応生成における大規模言語モデルの比較分析
• Authors: Anagani Bhanusree, Sai Divya Vissamsetty, K VenkataKrishna Rao, Rimjhim,
• Abstract要約: 大規模言語モデル (LLM) は、様々な分野の研究において、徐々にその能力を示すようになっている。 本研究では,ChatGPT-4o,GeminiAI,Perplexity AIが,異なる言語で質問された妊娠関連質問に対してどのように反応するかを示す。
• 参考スコア（独自算出の注目度）: 0.8749675983608171
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large Language Models (LLMs) have been progressively exhibiting there capabilities in various areas of research. The performance of the LLMs in acute maternal healthcare area, predominantly in low resource languages like Telugu, Hindi, Tamil, Urdu etc are still unstudied. This study presents how ChatGPT-4o, GeminiAI, and Perplexity AI respond to pregnancy related questions asked in different languages. A bilingual dataset is used to obtain results by applying the semantic similarity metrics (BERT Score) and expert assessments from expertise gynecologists. Multiple parameters like accuracy, fluency, relevance, coherence and completeness are taken into consideration by the gynecologists to rate the responses generated by the LLMs. Gemini excels in other LLMs in terms of producing accurate and coherent pregnancy relevant responses in Telugu, while Perplexity demonstrated well when the prompts were in Telugu. ChatGPT's performance can be improved. The results states that both selecting an LLM and prompting language plays a crucial role in retrieving the information. Altogether, we emphasize for the improvement of LLMs assistance in regional languages for healthcare purposes.
• Abstract（参考訳）: 大規模言語モデル (LLM) は、様々な分野の研究において、徐々にその能力を示すようになっている。 急性母性医療領域におけるLLMのパフォーマンスは、テルグ語、ヒンディー語、タミル語、ウルドゥー語などの低資源言語が中心である。 本研究では,ChatGPT-4o,GeminiAI,Perplexity AIが,異なる言語で質問された妊娠関連質問に対してどのように反応するかを示す。 セマンティック類似度指標(BERTスコア)と専門婦人科医による専門家評価を適用して、バイリンガルデータセットを用いて結果を得る。 LLMが生み出す反応を評価するために, 精度, 流布度, 関連性, コヒーレンス, 完全性といった複数のパラメータが, 婦人科医によって考慮されている。 GeminiはTeluguで正確な、一貫性のある妊娠関連反応を産生するという点で他のLSMよりも優れているが、PerplexityはTeluguにプロンプトがあるときによく示されている。 ChatGPTのパフォーマンスは改善できる。 その結果、LLMの選択とプロンプト言語の両方が、情報を取得する上で重要な役割を担っていることが示唆された。 また,医療目的の地域言語におけるLLM支援の改善も強調した。

関連論文リスト

• Crosslingual Capabilities and Knowledge Barriers in Multilingual Large Language Models [62.91524967852552]
  大規模言語モデル(LLM)は、多言語コーパスの事前訓練のため、一般的に多言語である。 しかし、これらのモデルは言語間の対応する概念、すなわち言語を横断的に関連付けることができるだろうか? 本研究は,言語横断的タスクにおける最先端LLMの評価である。
  論文  参考訳（メタデータ） (2024-06-23T15:15:17Z)
• Evaluating Telugu Proficiency in Large Language Models_ A Comparative Analysis of ChatGPT and Gemini [0.0]
  本研究では,2大言語モデル(LLM)であるChatGPTとGeminiのTelugu言語習熟度について検討する。 この分析は、テルグ語の文法構造をより深く理解し、より広い語彙を持ち、文章や推論といったタスクにおいて優れたパフォーマンスを示すLLMを特定することを目的としている。
  論文  参考訳（メタデータ） (2024-04-30T08:55:01Z)
• MedExpQA: Multilingual Benchmarking of Large Language Models for Medical Question Answering [8.110978727364397]
  大規模言語モデル(LLM)は、人工知能技術の発展を促進する可能性を秘めている。 本稿では,MedExpQAについて述べる。MedExpQAは,医学質問応答におけるLSMを評価するための,医学試験に基づく最初の多言語ベンチマークである。
  論文  参考訳（メタデータ） (2024-04-08T15:03:57Z)
• LLaMA Beyond English: An Empirical Study on Language Capability Transfer [49.298360366468934]
  我々は、言語生成の能力と指示を英語以外の言語に効果的に伝達する方法に焦点をあてる。 本稿では,語彙拡張や事前学習,トランスファーに対する指導指導などの重要な要因が与える影響について分析する。 C-Eval、MMLU、AGI-Eval、GAokao-Benchの4つの広く使われている標準テストベンチマークを採用しています。
  論文  参考訳（メタデータ） (2024-01-02T06:29:02Z)
• Zero-Shot Cross-Lingual Reranking with Large Language Models for Low-Resource Languages [51.301942056881146]
  アフリカ語における言語間情報検索システムにおいて,大規模言語モデル (LLM) がリランカーとしてどのように機能するかを検討する。 私たちの実装は、英語と4つのアフリカの言語(ハウサ語、ソマリ語、スワヒリ語、ヨルバ語)を対象としています。 我々は、英語のクェリとアフリカの言葉の文節による言語横断的な格付けについて検討する。
  論文  参考訳（メタデータ） (2023-12-26T18:38:54Z)
• Better to Ask in English: Cross-Lingual Evaluation of Large Language Models for Healthcare Queries [31.82249599013959]
  大規模言語モデル(LLM)は、一般大衆が情報にアクセスし消費する方法を変えつつある。 LLMは印象的な言語理解と生成能力を示しているが、その安全性に関する懸念は依然として最重要である。 これらのLLMが非英語の文脈でどのように機能するかは、まだ不明である。
  論文  参考訳（メタデータ） (2023-10-19T20:02:40Z)
• Multilingual Machine Translation with Large Language Models: Empirical Results and Analysis [103.89753784762445]
  大規模言語モデル(LLM)は多言語機械翻訳(MMT)の処理において顕著な可能性を示した。 本稿では, MMT における LLM の利点と課題を体系的に検討する。 また,ChatGPTとGPT-4を含む8つのLLMを徹底的に評価した。
  論文  参考訳（メタデータ） (2023-04-10T15:51:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。