全北大学团队获AI医疗论文奖

全北大学赵在赫教授团队荣获2025年ICT平台学会优秀论文奖

在近日举行的"2025年韩国ICT平台学会夏季学术会议暨生成式AI技术研讨会"上，全北大学工学院软件工程系赵在赫教授指导的现俊秀硕士生凭借其前沿研究成果荣获优秀论文奖。

本次学术盛会聚焦生成式人工智能技术的社会影响与创新应用，现俊秀硕士发表的《量化低秩自适应超参数对医疗语言模型微调的影响机制研究》论文引发学界广泛关注。该研究开创性地探讨了在资源受限环境下优化大型语言模型训练效率的关键技术路径。

论文核心研究的"量化低秩自适应(QLoRA)"技术，是当前参数高效微调(PEFT)领域的重要突破。该技术通过量化压缩与低秩适配的协同优化，在保持模型性能的同时显著降低计算资源需求。研究团队选取"Gemma3"通用模型与"MedGemma"医疗专用模型进行对照实验，系统分析了超参数r（低维矩阵秩）和α（缩放系数）对模型微调效果的动态影响。

实验数据表明，基于医疗数据预训练的MedGemma展现出显著优势：在相同QLoRA配置下，其训练稳定性提升37%，收敛速度加快42%。这一发现为医疗AI模型的优化提供了重要理论依据。

评审专家高度评价该成果"开创了生成式AI在医疗应急响应领域应用的新范式"，特别是在提升传染病监测预警系统效能方面具有重大实践价值。据悉，这项研究获得了韩国保健福祉部、健康产业振兴院及跨部门传染病研发联盟的联合资助。

赵在赫教授表示："团队将继续深化QLoRA技术在医疗NLP领域的应用研究，下一步将探索多模态医疗数据的自适应优化方案。"此项突破性研究已引发产业界浓厚兴趣，多家智慧医疗企业正与团队洽谈技术转化合作。