重新思考疾病预测中的合成推理监督

研究显示，在阿尔茨海默病预测任务中，采用“先输出推理理由再输出标签”的监督微调策略，其预测性能显著低于仅输出标签的微调方式。 该结论基于包含 504 种配置的受控实验，证实此性能下降现象在多种模型家族和不同数据规模下均存在，且无法通过更换面向推理的基础模型来消除。 专家评估证实生成的推理理由在医学上是准确且符合患者证据的，表明性能下降源于模型对生成理由的条件依赖，而非理由本身的质量缺陷。