论文
TTFT感知的图思维链：距离索引神经A*实现低幻觉多跳医学推理
TTFT-Aware Graph Chain-of-Thought:Distance-Indexed Neural A* for Low-Hallucination Multi-Hop Medical Reasoning
摘要
幻觉与不透明推理仍是临床LLM不可接受的失败模式。我们提出生产级GraphRAG栈——把答案约束到异构、约70万节点医学知识图谱中可验证的图思维链路径——支撑生育助手。核心思想是定向导航：有向剪枝地标标注（PLL）神谕提供亚毫秒级可行性检查与简单路径枚举的精确距离——而轻量AStarNet启发式严格在PLL走廊内运行——优先临床合理的扩展。我们对小型多样路径集打分并打包（CUI/语义类型重叠、长度先验、来源先验）以条件化生成——产生紧凑提示并改善首token时间（TTFT）。在生育导向查询上——混合方案（PLL+AStarNet）建立优于纯文本RAG与单组件基线的延迟/召回Pareto前沿——降低TTFT——并在保持解释清晰性的同时减少经临床医生审计的幻觉。这是可解释、低幻觉多跳医学推理面向真实部署的实用配方。
