4B 模型借工具调用强化学习在急诊预测上超过树模型基线
资讯摘要
论文提出 TIR-EC，一个工具集成强化学习框架，用于急诊科基于电子健康记录的预测。作者将现有 LLM 落后于树模型归因于两点：不会选择有信息量的特征，以及误判数值对风险的含义。TIR-EC 把 EHR 特征组作为可调用工具，用梯度提升树教师提供奖励与风险目标，并通过逆向课程将临床技能蒸馏进权重。三个临床预测任务上，4B 智能体取得最高 macro F1。
要点速读
- TIR-EC 将 EHR 特征组暴露为 LLM 可调用的工具，由梯度提升树教师给出奖励和分级风险目标。
- 采用逆向课程在强化学习过程中逐步从提示中移除临床技能，将其蒸馏进模型权重。
- 在三个临床预测任务上，4B 智能体的 macro F1 为所有对比模型中最高，优于传统 ML 基线并与更大前沿 LLM 相当。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。