arXiv · cs.AI· Yuwei Miao, Gen Li, Yunsheng Zeng, Xiandong Li, Yujin Wang, Siyu Chen, Luning Wang, Yunhao Qiao, Junfeng Wang, Jianwei Lv, Bo Yuan·· 6 小时前
C-MIG：基于多视图信息增益的临床诊断推理RAG框架
C-MIG: Multi-view Information Gain-based Retrieval-Augmented Generation for Clinical Diagnosis Reasoning
arXiv:2605.27860v3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：Yuwei Miao, Gen Li, Yunsheng Zeng, Xiandong Li, Yujin Wang, Siyu Chen, Luning Wang, Yunhao Qiao, Junfeng Wang, Jianwei Lv, Bo Yuan
研究任务与主要进展
Yuwei Miao等人提出C-MIG，面向临床诊断推理，将检索与信息精炼两个中间步骤分别按其对真实答案预测似然的信息增益进行强化学习奖励。方法使用冻结的参考模型提供无需额外奖励模型或教师模型的稳定奖励；在四个医学基准的摘要实验中，C-MIG在域内外均超过RAG-RL基线，并在大规模医学专用和通用大语言模型竞争下保持竞争力，训练开销约为3.4%，且不增加推理时成本。
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