论文提出挑战感知的多智能体医学推理专家招募方法

Riccardo Riccio、Haitz Sáez de Ocáriz Borde 和 Pietro Liò 在 arXiv 发表论文（arXiv:2611.05393），提出面向医学多智能体推理的挑战感知自适应知识招募方法：由一个外部 CHALLENGER 检查推理轨迹、识别事实或专业知识缺口，并据此触发针对性检索或在讨论中途招募专家。 论文报告，这种由 Challenger 触发的招募使 GPT-4.1-mini 在 MedQA 上的准确率从 46% 提升至 54%，且在所有测试的泛化数据集上均呈正向效果。在 MEDAGENTSBENCH 困难子集（覆盖九个生物医学数据集的 862 道题）上，事前检索几乎无收益，而挑战感知的中途检索表现更好。 论文还指出，简单地将检索与专家招募叠加会降低性能，说明需要协调不同自适应干预通道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。