开源32B医疗研究智能体在MedBrowseComp上超过o3-deepresearch
资讯摘要
论文提出医疗深度研究智能体 MedResearcher-R1，针对临床推理能力不足与权威医学证据获取不可靠两个瓶颈，设计知识驱动轨迹合成框架 KISA，通过构建医学知识图谱生成以罕见医学实体为中心的多跳问答对，并集成医学检索引擎与通用工具。作者报告共生成覆盖12个专科的2100余条轨迹，经监督微调与强化学习训练的 MedResearcher-R1-32B 在 MedBrowseComp 上取得27.5/50，高于 o3-deepresearch 的25.5/50，在 GAIA 与 xBench 上也有较好表现。
要点速读
- 论文提出 KISA 框架，利用医学知识图谱构造以罕见实体为中心的多跳问答，缓解领域训练数据稀缺。
- 作者报告生成覆盖12个医学专科的2100余条轨迹，并集成医学检索引擎与通用工具。
- MedResearcher-R1-32B 在 MedBrowseComp 得27.5/50，作者对比 o3-deepresearch 为25.5/50。
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 2026/11/3 08:00:27（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。