GUIDER方法用潜在决策流奖励改进临床指南推理
热点事件观察中
GUIDER方法用潜在决策流奖励改进临床指南推理
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Gaurav Bhatt 等在 arXiv 提交论文，提出 GUIDER 方法：联合优化决策流控制器与推理策略，由控制器生成多条决策流计算过程奖励，并以答案正确性门控，以解决“路径-答案差距”和路径多样性问题。 论文报告的实验结果显示，在 MedGUIDE 基准上，GUIDER 结合 Qwen3-14B 达到 82.5 weighted accuracy 和 73.5 guideline adherence，比最强临床 RL 基线分别高 3.3 和 3.1 分；使用 Qwen3-14B 与 Gemma4-12B 骨干时，在 AMEGA-LLM、RealMedQA 和 CancerGUIDE 域外基准上也优于 CRPO、MRPO 和 FaithMed。
AI 根据报道生成 · 1 小时前更新
最新进展10月29日 03:06
GUIDER 提出潜在决策流奖励以改进临床指南推理报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- arXiv · cs.AIGUIDER 提出潜在决策流奖励以改进临床指南推理
GUIDER 方法联合优化决策流控制器与推理策略，用多条控制器生成的流计算过程奖励并以答案正确性门控，以解决“路径-答案差距”和路径多样性问题。在 MedGUIDE 上，GUIDER 结合 Qwen3-14B 达到 82.5 weighted accuracy 和 73.5 guideline adherence，比最强临床 RL 基线分别高 3.3 和 3.1 分。使用 Qwen3-14B 与 Gemma4-12B 骨干时，GUIDER 在 AMEGA-LLM、RealMedQA 和 CancerGUIDE 域外基准上也优于 CRPO、MRPO 和 FaithMed。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。