Удовлетворение потребностей: повышение качества обучения в имитируемых клинических условиях

arXiv: 2608.07418v2 Annuations Type: заменить резюме: в области медицинского образования врачи преобразуют академические знания в клинические знания путем проживания: годы обучения на протяжении тысяч встреч, с различными источниками обратной связи и постепенной большей автономии. Многие клинические рассуждения основаны на встрече с пациентом, диалоге, в котором медицинский работник выявляет историю, совершенствует диагностические гипотезы и принимает решение о руководстве в условиях неопределенности. Хотя крупные языковые модели (МЛМ) отличаются высоким уровнем статических медицинских показателей, методы оптимизации всей последовательности клинических решений остаются недостаточно эффективными. Мы представляем систему ResidentiRL, метод дополнительного обучения (RL) для подготовки агентов клинического искусственного интеллекта (AI) посредством смоделированных многооборотных клинических контактов (до 60 поворотов диалога и 8 звонков на траекторию). Официантский состав сочетает политик с имитатором LLM, способным вести сложные и состязательные процессы, тренироваться против структурированной награды, привязанной к диагностическому аккуре.