Fu-TCM 用结构化辨证奖励训练多模态中医模型，作者报告六项基准领先。
资讯摘要
论文提出 Fu-TCM，一个多模态中医大语言模型，训练数据来自经典文本、教材、医学图像、临床病例和公开数据集，经清洗过滤后保留约 712 万条样本。模型采用 Bianzheng-Grounded Policy Optimization（BGPO），针对辨证过程设置奖励，覆盖回答格式、中间中医推理字段和最终证候预测。作者报告 Fu-TCM-27B 在六项中医推理、文本与视觉基准上宏平均准确率为 81.01%，比六项均有完整结果的最强参考模型高 7.13 个百分点，在 Fu-bianzheng 上领先最多，为 11.90 分。
要点速读
- 训练数据经清洗过滤后约 712 万条，来源包括经典文本、教材、医学图像、临床病例和公开数据集。
- BGPO 以回答格式、中间中医推理字段和最终证候预测为奖励目标，显式优化辨证过程。
- 作者报告 Fu-TCM-27B 六项基准宏平均准确率 81.01%，较最强完整参考模型高 7.13 个百分点。
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 2026/10/31 08:00:18（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。