MedEvo：医学推理进化方法提出
热点事件持续更新
MedEvo：医学推理进化方法提出
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Xiaoliang Wang 等人提出医学多模态推理训练方法 MedEvo，用医学标签分类和错误类型诊断来指导失败轨迹修复与数据选择。据该研究，仅用监督微调（SFT）即可将 Qwen3.5-9B 在七个基准上的平均准确率从 65.57% 提升至 69.12%，其中 MedXpertQA-MM 从 47.40% 升至 54.50%，并超过教师蒸馏 SFT 的 66.93%。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
MedEvo：通过知识导航实现医学推理进化报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIMedEvo：通过知识导航实现医学推理进化
MedEvo 利用医学标签分类与错误类型诊断来导航失败轨迹修复和数据选择，仅用 SFT 即将 Qwen3.5-9B 在七个基准上的平均准确率从 65.57% 提升至 69.12%，其中 MedXpertQA-MM 从 47.40% 升至 54.50%，超过教师蒸馏 SFT 的 66.93%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。