arXiv cs.AI· Pengfei Hu, Chenwei Wu, Qiao Jin, Jun Deng, Zhiyong Lu, Liyue Shen, Yue Ning·· 2 小时前AI 评分37
TIR-EC：用工具调用强化学习提升急诊入院预测
Incentivizing Tool-Use Reinforcement Learning for Post-Arrival Emergency Care Prediction
AI 导读
TIR-EC 是一个工具集成强化学习框架，通过将 EHR 特征组暴露为可调用工具，并以梯度提升树教师提供参考工具集与分级风险目标来训练 LLM，同时用逆向课程在 RL 中逐步移除提示词以将临床技能蒸馏进模型权重。其 4B 模型在三项临床预测任务上取得所有对比模型中最高的 macro F1，超过传统 ML 基线，并与更大的前沿 LLM 相当，且以更少工具调用选出更有用的证据。
来源：arXiv cs.AI · arxiv.org