MedFact-R1：通过伪标签增强迈向事实性医学推理
计算机视觉与模式识别
2025-09-19 v1
摘要
确保事实一致性和可靠推理仍然是医学视觉语言模型面临的关键挑战。我们引入 MEDFACT-R1，一个两阶段框架，将外部知识 grounding 与强化学习相结合以改善事实性医学推理。第一阶段使用伪标签监督微调（SFT）来整合外部事实专业知识；第二阶段应用组相对策略优化（GRPO），配合四种定制的事实性奖励信号以鼓励自洽推理。在三个公开医学问答基准测试中，MEDFACT-R1 相比先前最先进方法在事实准确性上实现了高达 22.5% 的绝对提升。消融研究强调了伪标签 SFT 冷启动的必要性，并验证了每个 GRPO 奖励的贡献，突出了知识 grounding 与 RL 驱动推理之间在可信医学 AI 中的协同作用。代码已发布于 https://github.com/Garfieldgengliang/MEDFACT-R1。
引用
@article{arxiv.2509.15154,
title = {MedFact-R1: Towards Factual Medical Reasoning via Pseudo-Label Augmentation},
author = {Gengliang Li and Rongyu Chen and Bin Li and Linlin Yang and Guodong Ding},
journal= {arXiv preprint arXiv:2509.15154},
year = {2025}
}
备注
Tech report