arXiv · cs.AI· Pengfei Hu, Chenwei Wu, Qiao Jin, Jun Deng, Zhiyong Lu, Liyue Shen, Yue Ning·· 6 小时前
TIR-EC通过工具调用强化学习改进急诊到达后护理预测
Incentivizing Tool-Use Reinforcement Learning for Post-Arrival Emergency Care Prediction
arXiv:2610.21449v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Pengfei Hu, Chenwei Wu, Qiao Jin, Jun Deng, Zhiyong Lu, Liyue Shen, Yue Ning
研究任务与主要进展
研究团队提出TIR-EC工具集成强化学习框架，让大语言模型调用电子健康记录特征组，并通过梯度提升树教师提供工具选择参考和风险奖励。基于论文摘要，基于反向课程蒸馏临床技能的4B Agent在三项临床预测任务中取得所有比较模型最高的macro F1，超过传统机器学习基线，并接近规模更大的前沿LLM。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org