跳到正文
arXiv · AI· Hongjun Liu, Yinghao Zhu, Yuhui Wang, Yitao Long, Lequan Yu, Chen Zhao·· 10 天前AI 评分20

MedMMV:用于可靠可验证临床推理的可控多模态多智能体框架

MedMMV: A Controllable Multimodal Multi-Agent Framework for Reliable and Verifiable Clinical Reasoning

AI 导读

团队提出可控多模态多智能体框架 MedMMV,将推理轨迹转化为可学习的后训练目标,以解决早期不确定性导致的幻觉风险。 该框架通过构建、精炼并选择多条推理路径生成结构化监督信号,利用拒绝采样和成对偏好学习,使模型学会为优选轨迹分配更高似然。 实验表明,随着监督信号丰富,小模型性能显著增强,准确率从 10.5% 提升至 29.0%,证明轨迹选择是可靠推理的关键可迁移能力。

来源:arXiv · AI · arxiv.org