ICU-REACT:让 LLM 学 ICU 医生的推理方式,比单纯堆参数更有效

SoloGen · x · 2026-10-24

Parisa Rashidi 团队发布 arXiv 论文(2608.22622),探讨能否通过「教 LLM 临床医生如何推理」而非单纯扩大模型规模来提升临床推理能力。

数据集 ICU-REACT 由 19 名临床医生通过 clinician-in-the-loop 框架构建,聚焦 ICU 医生筛选决策相关证据的归纳/演绎推理,而非表层检索或事实回忆。
方法上用 OMOP 对齐的检索把专家推理路径注入训练,并对 Llama、Baichuan、Gemma 等开源模型做推理精炼 SFT,得到 Clin-REACT 系列模型。
配套开源了代码、数据集与模型;作者称该训练方式带来的推理能力可泛化到重症监护之外的其他临床领域。
评测涵盖内部 ICU-REACT Test 及 VivaBench、SCT Bench、MedRBench、ER Reason 等外部基准,采用 LLM-Judge 与自动化指标。

「漫话AGI」频道最新