FaithMed：训练 LLM 进行忠实的循证医学推理

忠实的推理在医学中至关重要，临床决策需要基于可靠证据的透明论证。当前的医学 LLM 要么缺乏主动获取证据的机会，要么使用检索到的证据，而没有监督在推理过程中如何评估和应用证据。为了解决这个问题，我们将循证医学原则正式化为过程级标准，并引入 FaithMed，这是一个框架，它将临床医生设计的自动细化的规则与使用步骤级过程奖励分配和优势分组的强化学习相结合。在七个医学基准中，FaithMed 比代理搜索基线（平均+9%）和仅结果 RL（+5.8%）有所改善，同时比代理搜索 Qwen3 基线（+15.5%）提高了平均循证医学评分。这项工作表明，明确的步骤级监督可以提高任务成功率和推理过程的 忠实性。代码可在 https://github.com/cxcscmu/FaithMed 获取。