论文用合成多轮诊断轨迹微调8B模型，提升主动诊断表现。
资讯摘要
论文研究主动诊断场景：模型从初始观察出发，逐轮开具检查、解读结果并更新鉴别诊断。作者指出当前LLM存在三类失败模式：检查开具缺乏依据、诊断更新不可靠、多轮连贯性下降，根源是训练数据只教模型从完整信息推理。为此提出树状蒸馏流程MedAction，通过LLM与环境交互合成多轮诊断轨迹，并用疾病轨迹一致性（DTC）与推理-行动一致性（RAC）两个知识图谱指标筛选质量，构建含32,681条轨迹的MedAction-32K数据集。作者报告8B模型微调后在MedR-Bench与自建MedAction-300-Hard上取得开源模型中的最优表现。
要点速读
- 论文识别当前LLM主动诊断的三类失败：检查开具无依据、诊断更新不可靠、多轮连贯性退化。
- 提出树状蒸馏流程MedAction，用DTC与RAC两个知识图谱指标筛选合成轨迹质量。
- 构建MedAction-32K数据集（32,681条轨迹，来自2,896个PMC病例），作者报告8B模型微调后在两个基准上为开源模型最优。
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 2026/10/27 08:00:28（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。