证候、协同和安全：中药处方生成的结构化推理和知识驱动对齐

将大型语言模型应用于中医（TCM）处方生成揭示了三个临床上的关键差距：模型产生端到端映射，没有遵循理发方要范式（SR Gap）的可审计推理，孤立地对待每次遇到的情况，而没有通过随证加检（LA Gap）进行后续调整，以及未能执行绝对禁忌规则，例如十八番（SC Gap）。我们提出了一个渐进的四阶段框架（SFT $\to$ PG-CoT $\to$ Dynamic $\to$ K-RL）来解决每个差距：PG-CoT 在 li-fa-fang-yao 范式下约束 CoT 蒸馏以产生可审计的诊断链，Dynamic SFT 通过明确的转换推理对患者轨迹进行建模，K-RL 将确定性药理学规则编码为基于规则的 DPO 偏好信号。在 12 个微调模型和 6 个零样本基线中，我们的框架比零样本基线显着提高了处方质量——7B 模型 (Mistral-7B) 在所有三个 TCM 评估指标上都超越了零样本 GPT-5。