TRACE：肿瘤学大语言模型的可部署树关系结构增强

大语言模型越来越多地用于肿瘤学应用，但它们的预测往往缺乏明确的医学结构。我们提出了 TRACE，这是一个适用于肿瘤学大语言模型的可部署树关系增强框架。 TRACE 将昂贵的离线结构学习与轻量级在线推理分开：肿瘤学概念和关系被组织成可更新的树关系结构，使用 LM 损失导出的证据进行细化，并在推理时作为紧凑的即时证据进行检索。该设计支持任务自适应证据选择，无需在零样本设置中使用监督标签。在十项肿瘤学分类任务和一项 MedQuAD CancerGov QA 基准中，TRACE 改进了无标签评估和监督微调。其他分析表明，TRACE 比普通 RAG 和通用 GraphRAG 有所改进，在泄漏控制的 METABRIC 输入下仍然有用，并产生与临床推理一致的可解释的证据路径。这些结果表明，明确的、可更新的医疗结构是实现更准确和可审计的肿瘤学大语言模型部署的实用途径。