通过多面向自我完善学习提升LLM的医学情境感知能力

大语言模型（LLMs）在医学领域展现出巨大潜力，在多个基准上取得优异性能，但在实际医学场景中仍表现不足，这些场景往往需要更强的情境感知能力，即识别缺失或关键细节（如用户身份、病史、风险因素）并提供安全、有帮助且情境恰当的响应。为此，我们提出多面向自我完善学习（Multifaceted Self-Refinement, MuSeR），通过自我评估和自我完善提升LLM在三个关键维度（决策、沟通和安全）上的情境感知能力。具体做法是首先设计属性条件查询生成器，通过变化属性（如角色、地理区域、意图和信息模糊程度）模拟多样化的真实用户情境。LLM随后针对这些查询作出响应，沿三个关键维度自我评估答案，并对响应进行完善以更贴合各维度要求。最后，使用这些查询和完善后的响应进行监督式微调，以强化模型的情境感知能力。在最新的HealthBench数据集上进行评估，结果表明该方法在多个方面显著提升LLM性能，尤其在情境感知轴上取得显著提升。进一步采用知识蒸馏，较小的底层LLM（如Qwen3-32B）的性能可超越其教师模型，在HealthBench（63.8%）及其困难子集（43.1%）上实现全新SOTA。代码和数据集将在https://muser-llm.github.io发布。