PACT：通过特权综合和分支共识学习多样化的诊断策略

临床诊断需要在患者信息不完整的情况下灵活运用多种推理范式。现有的基于 LLM 的医疗智能体表现出强大的医学推理能力，但单一范式或天真的混合对话监督使得这些范式很难在没有干扰的情况下学习。我们提出 \textbf{PACT} （定期锚定共识训练），这是一个将监督多范式对话合成与基于共识的分支训练结合起来的框架。在数据层面，\textbf{DPS}（医生-患者-主管）使用完整的电子病历（EMR）进行质量控制，同时使医生代理仅限于患者可见的信息。这会在四种诊断推理范式下产生经过验证的对话，而不会泄露隐藏的临床答案。在训练层面，PACT 为每个范式训练一个特定范式的 LoRA 分支，并通过符号共识定期将分支聚合到共享锚点中。我们进一步构建了动态多轮中医诊断互动会诊基准。实验表明，在诊断结果和咨询过程指标方面，PACT 在比较专有的、医学专业的和任务适应的基线中实现了最先进的性能。