arXiv cs.AI· Neil Chen, Adrian Serapio, Hanxue Gu, Evan Lee, Kang Wang, Yang Yang·· 11 小时前AI 评分31
CohortFlow：支持局部语义修正的可操控临床队列构建智能体
CohortFlow: A Steerable Clinical Cohort Curation Agent with Localized Semantic Correction
AI 导读
CohortFlow 是一个可操控的临床队列构建智能体，将自然语言修正表示为对结构化队列规范的局部更新，并与持久化执行图协调，只重算受影响的计算。
正文 · AI 翻译
摘要：用于临床队列筛选的语言模型智能体应能适应不断变化的入组标准，而无需反复处理未变更的要求。我们提出 CohortFlow，一种可引导的智能体，它将自然语言修正表示为对结构化队列规范的局部更新，并将其与持久化执行图进行协调。显式记录的语义依赖使受影响的计算能够被选择性地失效，同时保留有效的先前结果。在源自临床试验入组标准的 100 个场景（包含 126 个修正轮次）上，使用同一 8B 模型时，局部引导达到 77.0% 的需求微观 F1，而完全重新生成为 76.4%，这一数值优势较小且不具统计显著性（$p=0.493$）。它将完成后的平均修正延迟降低 64.8%，执行期间降低 44.3%，模型调用次数减少 38.1%。在针对 MIMIC 的单独概念验证评估中，全部 13 个队列状态均成功执行，而修正轨迹展示了未受影响计算的选择性保留以及对变更节点或依赖节点的重新计算。这些结果表明，局部语义引导可以在保持较强需求级准确率的同时，大幅降低修正延迟和模型调用次数。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.36100 [cs.AI] |
| （或本版本的 arXiv:2610.36100v1 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2610.36100 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Neil Chen [查看电子邮件]
[v1]
2026年10月26日星期一 18:16:29 UTC（788 KB）
来源：arXiv cs.AI · arxiv.org