arXiv · cs.AI· Xiwei Dai, Zijie Meng, Zhiting Fan, Yixuan Tang, Guanyu Jiang, Ziru Niu, Zuozhu Liu·· 4 小时前
CDEG：学习长时程诊断代理中的决策关键证据
CDEG: Learning Decision-Critical Evidence for Long-Horizon Diagnostic Agents
arXiv:2608.22899v3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：Xiwei Dai, Zijie Meng, Zhiting Fan, Yixuan Tang, Guanyu Jiang, Ziru Niu, Zuozhu Liu
研究任务与主要进展
基于论文摘要，CDEG是一种面向长时程医疗诊断的图式框架，用于从历史诊断轨迹中学习可复用的决策关键证据。该框架通过对照同一病例的成功与失败轨迹、进行受控反事实干预，并组织诊断—证据—动作关系，在推理阶段指导代理获取遗漏证据或重新审视被忽视的证据；在域内和分布外基准的多个医生代理骨干上，相比未使用该方法的代理，准确率最高提升11.5%。
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