研究探索小模型医疗问答的思维链与答案监督平衡策略

1. 13:00
   arXiv 自然语言处理

   小语言模型在医疗问答中如何平衡思维链与答案监督

   针对 <=9B 参数小语言模型的医疗问答研究显示，思维链分段加权（SwS）微调策略在多选题上更优，而全序列等权（UaS）策略在自由文本问答中对几乎所有模型表现最佳。在 MedQA 选择题中，SwS 推动 Qwen3.5-4B 较 zero-shot 基线最高提升 44.8%；在 Med-O1 自由文本测试中，UaS 使 3B Llama-3.2 表现接近 7B 医疗模型。

Current heat 6·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.