arXiv cs.AI· Xilin Dang, Weilin Ruan, Xue Yang, Jinghao Wang, Xiaowei Hu, Jinpeng Li, Pheng-Ann Heng·· 10 天前AI 评分27
MedZERO：通过受控知识积累实现开放式医学推理的自进化智能体
MedZERO: Self-Evolving Agents for Open-Ended Medical Reasoning Through Controlled Knowledge Accumulation
AI 导读
MedZERO 是一个面向开放式医学推理的自进化框架，由生成前沿医学问答对的 Examiner 和借助外部知识工具进行多轮循证推理的 Reasoner 组成，并采用受控知识积累机制分别维护临时探索性知识与精选持久知识。
正文 · AI 翻译
摘要：大型语言模型（LLM）在医学问答和临床推理方面已展现出潜力，但其改进仍受限于静态参数化知识和昂贵的专家监督。自进化智能体提供了一种有前景的替代方案，通过迭代式任务生成和问题求解使模型得以改进。然而，大多数现有的自进化方法是为数学和编程等易于验证的领域设计的，在这些领域中，解决方案可以通过精确答案或可执行程序来检查。医学推理则根本不同：它是开放式的、知识密集型的，且通常只能部分验证。我们提出 MedZERO，一个面向开放式医学推理的自进化框架。MedZERO 将生成前沿医学问题-选项对的 Examiner 与通过基于证据的多轮推理并借助外部知识工具来求解这些问题的 Reasoner 相结合。为支持可靠、持续的改进，MedZERO 采用受控知识积累，在推理中维护临时探索性知识和经过筛选的持久性知识。我们使用 4B 和 8B 规模的基座模型，在开放式评估下于五个公开医学推理基准上评估 MedZERO。在所有设置中，MedZERO 始终优于底层基座模型和先前的自进化基线，相比次优的自进化基线平均准确率提升最高达 13.7 个百分点。
| 评论： | 被 NIPS 2026 接收 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.08327 [cs.AI] |
| （或 arXiv:2610.08327v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.08327 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Xilin Dang [查看邮箱]
[v1]
2026年10月6日星期二 13:25:55 UTC（617 KB）
来源：arXiv cs.AI · arxiv.org