⏶75
ReasonMed: 一个37万多智能体生成数据集，助力医学推理
发表
由 
Yu Sun 提交
Yu Sun 提交作者: Yu Sun, Xingyu Qian, 
Weiwen Xu, 
Hao Zhang, Chenghao Xiao, Long Li, 
Yu Rong, Wenbing Huang, Qifeng Bai, Tingyang Xu
Yu Sun, Xingyu Qian, Weiwen Xu, Hao Zhang, Chenghao Xiao, Long Li, Yu Rong, Wenbing Huang, Qifeng Bai, Tingyang Xu摘要
尽管基于推理的大型语言模型（LLM）在数学和编程方面表现出色，但其在知识密集型医疗问答方面的能力仍未得到充分探索。为了解决这一问题，我们推出了 ReasonMed，这是迄今为止最大的医疗推理数据集，包含 37 万个高质量示例，这些示例是从各种 LLM 生成的 170 万个初始推理路径中提取的。ReasonMed 通过多智能体验证和优化过程构建，我们设计了一个错误修正器（Error Refiner），通过识别和纠正验证器标记的易错步骤来增强推理路径。利用 ReasonMed，我们系统地研究了训练医疗推理模型的最佳实践，发现将详细的思维链（CoT）推理与简洁的答案摘要相结合，能产生最有效的微调策略。基于这一策略，我们训练了 ReasonMed-7B，它为 10B 以下的模型设定了新的基准，超越了此前的最佳模型 4.17%，甚至在 PubMedQA 上比 LLaMA3.1-70B 高出 4.60%。
欢迎关注我们的最新成果——ReasonMed！我们致力于解决医疗领域中知识密集型推理的挑战。为此，我们构建了业内最大的开源医疗推理数据集，并开发了在同等参数规模下超越竞争对手的领先（SOTA）模型。
💪 ReasonMed 有何突出之处？
⚕️ 规模最大、质量最高的医疗推理数据集！
我们构建并开源了前所未有的 ReasonMed 数据集，其中包含 37 万条经过严格验证的高质量推理路径。这一突破不仅在规模上树立了新标杆，还赋予了大型语言模型（LLMs）强大而可靠的医疗逻辑推理能力。
🧠 创新的多智能体框架确保卓越！
为解决模型间知识领域差异问题，我们开创性地提出了多智能体数据生成框架。该系统智能协调不同的"专家模型"，并根据任务复杂性动态调整推理策略。最终生成的数据集在直接质量比较中超越了 GPT-4o 和 DeepSeek-R1 等顶级模型的输出！
🔬 首次对医学领域"推理"进行系统性验证！
尽管推理能力在数学和编码领域表现出色，但其在知识密集的医疗场景中的价值仍未得到充分探索。我们首次使用统一的数据源，系统评估了显式医疗推理的实际益处，为"LLMs 如何在医学领域进行更深入思考"提供了重要的实证见解。
🔥 小模型，大影响！
我们的 ReasonMed-7B 模型在 ReasonMed 数据集上进行训练，在小于 100 亿参数的模型公开基准测试中取得了领先（SOTA）性能，超越了许多更大的模型。它展现了卓越的计算效率和准确性！
我们相信这项工作为推动医疗AI奠定了坚实的数据和方法论基础。