MedResearcher-R1：基于知识驱动轨迹合成框架的专家级医学深度研究智能体
MedResearcher-R1: Expert-Level Medical Deep Researcher via A Knowledge-Informed Trajectory Synthesis Framework
MedResearcher-R1-32B 在 MedBrowseComp 上取得 27.5/50，超过 o3-deepresearch 的 25.5/50。该医学深度研究智能体采用知识驱动轨迹合成（KISA）方法构建医学知识图谱，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。模型经监督微调和强化学习训练，在 GAIA 和 xBench 上同样表现良好。
作者：Ailing Yu、HaoYang Hong、Lan Yao、Jingnan Liu、Zhe Chen、Jiajun Yin、Yuan Wang、Xinhao Liao、Zhiling Ye、Ji Li、Yun Yue、Hansong Xiao、Hualei Zhou、Chunxiao Guo、Peng Wei、Junwei Liu、Jinjie Gu
摘要：基于大语言模型（LLM）的智能体近期在深度研究任务中展现出显著能力，但其在医学领域的应用仍面临挑战。领先的专有系统在复杂医学基准上仅取得有限成果。这暴露出两个关键瓶颈：（i）底层模型的临床推理能力有限；（ii）在仅限开放网络检索的条件下，难以可靠获取权威医学证据。为解决这些局限并赋予智能体稳健的临床推理能力，我们提出 MedResearcher-R1，一个医学深度研究智能体，具有两项核心创新。第一，我们提出知识引导轨迹合成（KISA），一种新方法，通过构建医学知识图谱来构造以罕见医学实体为中心的复杂多跳问答对，克服高质量领域特定训练数据的稀缺。第二，我们集成医学检索引擎与通用工具，实现精确可靠的医学证据合成。通过该方法，我们生成了涵盖 12 个医学专科的 2,100 余条多样化轨迹。经监督微调和强化学习训练，我们的 MedResearcher-R1-32B 在 MedBrowseComp 上达到最先进性能（27.5/50，对比 o3-deepresearch 的 25.5/50），同时在 GAIA 和 xBench 基准上展现出强劲的通用性能。据我们所知，我们提出了首个高质量、工具增强的医学数据集及配套领域专用深度研究智能体，证明较小的开源模型可在专业医学任务上超越规模大得多的专有系统。
| 评论： | 14 页，4 幅图 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2508.14880 [cs.CL] |
| （或 arXiv:2508.14880v4 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2508.14880 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自：Ailing Yu [查看邮箱]
[v1]
2025 年 8 月 20 日周三 17:51:20 UTC（5,716 KB）
[v2]
2025 年 8 月 21 日周四 18:29:42 UTC（5,905 KB）
[v3]
2025 年 9 月 1 日周一 15:33:47 UTC（5,905 KB）
[v4]
2026 年 10 月 29 日周四 15:13:07 UTC（2,338 KB）
来源：arXiv cs.CL · arxiv.org