arXiv 自然语言处理· Le Zhou, Xiao Luo, Chinmay Chandra, Zhan Zhang·· 11 小时前AI 评分35
小语言模型在医疗问答中如何平衡思维链与答案监督
Balancing Chain-of-Thought and Answer Supervision for Small Language Models on Medical Question Answering
AI 导读
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。
来源：arXiv 自然语言处理 · arxiv.org