Health-SCORE提出医疗LLM元评分奖励框架

Zhichao Yang等作者提出 Health-SCORE，用可复用的元评分标准替代逐实例人工标准，为开放式医疗大语言模型提供强化学习奖励信号，也可写入提示词在推理时引导模型。 作者称，在多个开放式医疗基准上，其训练效果与人工逐实例奖励相当，同时降低奖励设计成本并提升泛化性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。