GLiNER+DeBERTa+规则引擎组合，0.79 秒拦截用药冲突
MaziyarPanahi · x · 2026-09-21
作者把之前的段子变成了一个真实的临床工作流 demo：三套模型各司其职，实现 fail-safe 的用药冲突拦截。
- GLiNER（本地运行）负责实体抽取，识别出 metformin（二甲双胍）
- DeBERTa 负责矛盾检测，捕获医嘱冲突
- Jev（经 typesafeai 调用）返回 blockconflict 决策
- 确定性代码负责最终阻断/复核规则：发现冲突即停止更新并转人工审核
演示跑共消耗 709 输入 + 52 输出 token，0.79 秒完成。思路是「三个模型家族做三件不同的事，最后由确定性代码兜底」，可迁移到其他需要 fail-closed 校验的场景。
所属事件:三模型分工构建临床用药冲突拦截工作流(2 条相关)→
「编程与Agent」频道最新
- Gradio Workflow 登上 Product Hunt:拖拽节点搭 AI 流水线 — Gradio · 2026-09-21
- Shopify CEO:Tobi 称 MCP vs CLI 之争吵错了层次,关键在持久状态 REPL — _AustinCalvert_ · 2026-09-21
- AWS 发布全托管 AgentCore Runtime，agent 有了常驻无服务器算力 — bookwormengr · 2026-09-21
- 开发者用 Jev 在 Codex 任务中动态调整 GPT-6 推理力度,实测成本降 50% — brandon_galang · 2026-09-21
- 把问题放到 prompt 开头，本地 Qwen 准确率 89%→100%，延迟降 5 倍 — Micha0827 · 2026-09-21
- 开源 auto-router 上线：感知缓存成本，自动为每次请求选最便宜模型 — airesearch12 · 2026-09-21