MedEvo：用医学知识标签修复推理轨迹并选择训练数据

研究者发布论文提出医学多模态推理训练框架 MedEvo，利用医学标签体系与错误类型诊断修复失败的推理轨迹并筛选训练数据。论文称仅用监督微调（SFT），MedEvo 将 Qwen3.5-9B 在七个基准上的平均准确率从 65.57% 提升至 69.12%，超过教师蒸馏 SFT 的 66.93%。

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。