arXiv cs.AI· Pengfei Hu, Chenwei Wu, Qiao Jin, Jun Deng, Zhiyong Lu, Liyue Shen, Yue Ning·· 2 天前AI 评分26
TIR-EC：用工具调用强化学习提升急诊到达后预测，4B 模型超越传统 ML 基线
Incentivizing Tool-Use Reinforcement Learning for Post-Arrival Emergency Care Prediction
AI 导读
TIR-EC 是一个工具集成强化学习框架，将 EHR 特征组作为 LLM 可调用的工具，并用梯度提升树教师模型提供奖励信号。在三个临床预测任务上，其 4B 智能体取得所有对比模型中最高的 macro F1，超越传统 ML 基线，并与规模大得多的前沿 LLM 相当。分析显示它能以更少工具调用选出更有用证据，并更有效地组合测量数据。
正文 · AI 翻译
摘要：大型语言模型（LLM）能够对结构化测量数据和自由文本记录进行推理，这使其在急诊科（ED）预测中颇具吸引力。然而，在基于 EHR 的预测任务上，大多数现有 LLM 仍不及决策树等传统机器学习方法。我们的受控分析将这一差距归因于两个弱点：LLM 不会选择有信息量的特征，而且即使给出了正确的特征，它们也会误判数值对风险意味着什么。我们提出 TIR-EC，一个工具集成的强化学习框架，可同时解决这两个问题。TIR-EC 将 EHR 特征组作为 LLM 可调用的工具暴露出来。它利用来自梯度提升树教师的奖励来训练 LLM，该教师提供一组参考性的有信息量工具以及分级风险目标。TIR-EC 还通过一种逆向课程将任务特定的临床技能蒸馏到模型权重中，该课程在强化学习过程中逐步从提示中移除这些技能。在三个临床预测任务上的评估表明，我们的 4B 智能体在所有对比模型中取得了最高的宏 F1，优于传统机器学习基线，并与规模大得多的前沿 LLM 具有竞争力。进一步分析表明，TIR-EC 以更少的工具调用选择了更有用的证据，并更有效地组合了测量数据。
| Subjects: | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.21449 [cs.AI] |
| （或使用 arXiv:2610.21449v1 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.21449 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Pengfei Hu [查看邮箱]
[v1]
2026年10月15日星期四 07:53:54 UTC（2,927 KB）
来源：arXiv cs.AI · arxiv.org