★ 3
基于患者轨迹强化学习的EHR基础模型临床推理
论文提出将电子健康记录基础模型视为患者轨迹上的生成策略，通过强化学习微调提升临床推理能力。研究将再入院等预测问题形式化为事件条件、时间窗约束的推理任务，并设计时间感知、对 rollout 敏感的奖励。结果显示 RL 微调持续优于预训练骨干与强基线，使小模型在数据受限场景下超越大模型，并带来跨任务正…
arXiv cs.LG49 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出将电子健康记录基础模型视为患者轨迹上的生成策略，通过强化学习微调提升临床推理能力。研究将再入院等预测问题形式化为事件条件、时间窗约束的推理任务，并设计时间感知、对 rollout 敏感的奖励。结果显示 RL 微调持续优于预训练骨干与强基线，使小模型在数据受限场景下超越大模型，并带来跨任务正…