arXiv · NLP· Yicheng Gao, Xiaolin Zhou, Yahan Li, Yue Zhao, Ruishan Liu·· 13 小时前AI 评分22
MedExAgent: Training LLM Agents to Ask, Examine, and Diagnose in Noisy Clinical Environments
MedExAgent: Training LLM Agents to Ask, Examine, and Diagnose in Noisy Clinical Environments
AI 导读
MedExAgent 通过两阶段训练流程,在噪声临床环境中实现诊断性能与更大模型相当且成本高效。 该智能体将临床诊断形式化为部分可观测马尔可夫决策过程,采用七种患者和三种检查噪声模型。训练先基于卡尔加里-剑桥模型进行监督微调,随后使用 DAPO 优化包含诊断准确性、工具调用质量和检查成本的复合奖励。
来源:arXiv · NLP · arxiv.org