FHIR 上的多步推理：CodeAct 結合強化學習提升臨床問答正確率至 77%
本研究聚焦FHIR醫療資料互通，指出在醫療紀錄圖上做多步篩選與彙整的挑戰。團隊以多回合CodeAct代理結合自訂工具與強化學習後訓練，並用大型語言模型作為判準回饋以維持資料完整性；在FHIR-AgentBench基準上，整體答案正確率由50%提升至77%，且採用更小成本模型達成改進。報告同時提供端到端訓練與評估流程。
快訊：多回合代理與強化學習改善FHIR問答
研究指出，在以FHIR為基礎的電子病歷圖上回答臨床問題，必須跨多種資源進行多步推理、過濾與彙整；現有僅靠提示或工具輔助的代理，經常選錯資源或違反遍歷約束。
作者將此任務視為可查詢結構化圖的序列決策問題，實作一個多回合的 CodeAct 代理，並在自訂的環境與工具下，採用強化學習進行後訓練。訓練過程由一個大型語言模型擔任執行導向的評判器，提供以實際執行結果為基礎的獎勵，協助模型學會在查詢與遍歷上遵守資料完整性限制。
實驗以真實醫院資料構成的 FHIR-AgentBench 基準測試。與僅靠提示的閉源基線相比，後訓練方法在多回合推理任務上顯著提升了答案正確性，同時強化了對資料完整性和遍歷規則的遵守。在該基準上，作者報告整體正確率從50%提升到77%，且該改進可在較小、成本較低的 Qwen3-8B 模型上達成。
論文最後提供端到端的後訓練流程範式，包括環境建構、訓練測試台與客製化評估工具，提出在結構化臨床圖上穩健提升多回合推理的可行路徑。
延伸閱讀
- Chimera 框架：在TCAM/SRAM限制下的注意力式神經符號映射與更新協定
- 以 AIE 平鋪與資料流優化實現低延遲推論：對比 hls4ml/FPGA 的設計方法
- NeuroAI 路線圖：連接體、神經形態硬體與事件驅動世界模型的三大關鍵
原始來源：ArXiv AI
系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。
