Asclepius：长时程临床智能体自适应框架
原文标题：Asclepius: An Adaptive Harness for Long-Horizon Clinical Agents
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文以临床环境模拟器 CES 为测试床，发现现有 LLM 智能体在长时程急诊值班中虽能得出正确诊断，却难以完整及时地执行关键动作，归因于指令漂移、治疗不完整与时效公平差距三类失败模式。提出的 Asclepius 自适应框架通过自演化操作手册、临床技能库与三个子智能体分工，在留出批次上将关键动作正确率提升 22%，时效提升 13%。
- 问题
- LLM智能体在长时程急诊值班中能诊断正确，却无法完整及时执行关键动作。
- 方法
- 用自演化操作手册、外置临床技能库和三个分工子智能体，把逐轮决策按患者队列拆分。
- 结果
- 留出批次上关键动作正确率提升22%（p=0.024），时效提升13%。
- 影响
- 长时程执行失败可被量化并靠脚手架修复，为多智能体长任务部署提供可复用范式。
深读 · 结论先行AI 生成展开看要点与影响 ↓
急诊值班模拟中智能体能诊断却漏做关键动作，Asclepius 把关键动作正确率提 22%。
- •测试床为临床环境模拟器 CES，智能体需连续管理整个急诊科班次，面临时间与资源压力。
- •现有智能体多数能得出正确诊断，但关键动作执行不完整不及时，存在「执行差距」。
- •归因三类失败模式：指令漂移、治疗不完整、时效上的严重度公平差距，各量化为逐轨迹计数。
- •Asclepius 靠班次间自改写操作手册、外部临床技能库和三个子智能体分工，留出批次关键动作正确率提升 22%（p=0.024），时效提升 13%。
- •诊断准确率保持不变，且结论在三个模型家族五个 LLM 评判者上一致。
为什么重要：长时程智能体的瓶颈正从「想对」转向「做全做及时」，这对医疗等高风险场景的落地评估标准有直接影响。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。