LLM StructCore：模式引导的推理压缩与确定性编译
计算与语言
2026-04-23 v1
摘要
从临床笔记自动填写病例报告表（CRFs）具有挑战性，原因在于语言噪声、严格的输出约束以及误报的高昂代价。我们描述了为 CL4Health 2026 提交的呼吸困难 CRF 填写（134 项）方案，该方案采用基于模式引导推理（SGR）的契约驱动两阶段设计。关键的任务特性是极端稀疏性：大多数字段未知，并且官方评分会惩罚空值和未经支持的预测。我们从单步“LLM 预测 134 个字段”的方法转变为一种分解方法，其中（i）第一阶段生成一个稳定的 SGR 风格 JSON 摘要，恰好包含 9 个领域键，以及（ii）第二阶段是一个完全确定性、零 LLM 的编译器，它解析第一阶段摘要，规范化项目名称，将预测标准化为官方受控词汇表，应用证据门控的假阳性过滤器，并将输出扩展为所需的 134 项格式。在 dev80 划分上，最佳教师配置实现了宏观 F1 值 0.6543（英文）和 0.6905（意大利文）；在隐藏的 test200 上，提交的英文变体在 Codabench 上得分为 0.63。该流程与语言无关：意大利语的结果与英语相当或更优，且无需任何特定语言的工程。
引用
@article{arxiv.2604.20560,
title = {LLM StructCore: Schema-Guided Reasoning Condensation and Deterministic Compilation},
author = {Serhii Zabolotnii},
journal= {arXiv preprint arXiv:2604.20560},
year = {2026}
}
备注
16 pages, 1 figure, 5 tables. Preprint of a paper accepted to the Third Workshop on Patient-oriented Language Processing (CL4Health), co-located with LREC-COLING 2026