arXiv · cs.AI· Chuan Li, Chengyu Wang, Cen Chen, Ye Lyu, Mingyuan Fan, Ming Gao·· 1 天前
SAGE：用于有据可依医学问答数据合成的语义锚点引导演化框架
SAGE: Semantic Anchor-Guided Evolution for Grounded Medical QA Data Synthesis
arXiv:2610.08093v1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：Chuan Li, Chengyu Wang, Cen Chen, Ye Lyu, Mingyuan Fan, Ming Gao
研究任务与主要进展
SAGE（Semantic Anchor-Guided Evolution）框架让小型本地部署模型利用 MeSH 等轻量公开分类体系生成有据可依的医学问答训练数据。框架交替进行原子式（概念）和关联式（关系）合成，可从最少种子启动，无需大量医学文档或外部 API。多个医学问答基准上的实验显示，经 SAGE 数据微调的模型持续优于采用自我生成数据或传统文档数据范式的模型。
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