医学视觉问答中的选项语义检索与任务专用模型适配

我们描述MedReason 2026参赛系统，覆盖完全离线容器推理下的选择题MCQ和开放式OE医学视觉问答。第一项发现是MCQ检索必须比较答案语义而非标签：标签逐题独立分配，复制邻例字母没有信息；将当前选项文本与相似训练案例正确答案文本比较，在200例排除检索重叠的开发留出集上，使纯检索准确率从20.0%升至57.5%。第二项发现涉及成绩归因：固定任务专用MCQ LoRA，仅改变提示示例数k，准确率最多差一题。k=0和训练时k=1均为187/200即93.5%，打包运行默认k=3为188/200即94.0%；置信门控覆盖在k=3上无净收益，200例中198例选择VLM。固定最终适配器后，检索最多改变一题，门控无净增益。20例开放题中，token-F1和RaTEScore随k增大下降，但token-F1配对符号检验不显著，p≥0.29；单标注者发现最终配置6/20错误锚定，早期配置14/20，但后者同时在路由、适配器和提示上不同。系统开发留出MCQ为94.0%，官方预评估93.20%，现成参考基线29.43%；官方两项开放题成绩却更低：真值一致性1.245对1.588，视觉准确性1.995对2.696，均满分4。