医学语言智能体中的自适应推理与行动
人工智能
2024-10-15 v1
摘要
本文提出了一种创新的大语言模型(LLM)智能体框架，用于通过 AgentClinic 基准测试提升模拟临床环境中的诊断准确性。该框架实现了自动纠错，使医生智能体能够在错误诊断后不断细化其推理与行动，从而在时间中促进改进。实验表明，基于 LLM 的自适应医生智能体能够通过与模拟患者的动态交互实现正确诊断。评估结果凸显了自主智能体在复杂医学情景中适应和改进的能力。未来工作将聚焦于细化算法并扩大其适用范围，以覆盖更多任务和不同的大语言模型。
引用
@article{arxiv.2410.10020,
title = {Adaptive Reasoning and Acting in Medical Language Agents},
author = {Abhishek Dutta and Yen-Che Hsiao},
journal= {arXiv preprint arXiv:2410.10020},
year = {2024}
}