教学知识还是临床病例？数据类型如何塑造医疗大语言模型

医疗大语言模型通常在教学数据（如教科书）与临床数据（如患者记录）的混合上训练，但这些数据类型如何差异化地塑造模型能力仍不清楚。我们通过token量匹配的实验解决这一问题：改变教学与临床数据配比，分析数据构成如何影响知识密集型与临床导向任务上的性能、能力画像与错误模式。我们发现跨任务类型的不对称迁移：临床数据改善临床导向任务，同时在知识密集型任务上保持竞争力；而教学数据主要改善知识密集型任务。错误分析提示知行差距——知识记忆的提升并不能可靠地泛化到临床推理。我们进一步观察到，少量临床数据即可在基于EHR的任务上取得大部分收益，而最优配比随下游任务的知识与临床推理需求而变化。这些发现表明，医疗LLM的数据策展应以应用为导向，对推理密集型用例应偏好更高比例的临床数据。