多语言医学推理问答大语言模型
计算与语言
2026-03-31 v2 人工智能
摘要
大型语言模型 (LLM) 具备推理能力，近期在医学问答 (QA) 中显示出强大的潜力。现有方法主要以英语为中心，主要依赖从通用 LLM 蒸馏，引发对医学知识可靠性的担忧。本文提出一种方法，基于从 Wikipedia 提取的医学知识生成多语言推理痕迹。我们生成 50 万 English、意大利语和西班牙语推理痕迹，采用基于医学信息的检索增强生成方法。这些痕迹用于解决从 MedQA 和 MedMCQA 中抽取的医学问题，我们将其扩展至意大利语和西班牙语。我们在 Medical QA 基准测试的 in-domain 和 out-of-domain 设置中测试了该管道，证明这些推理痕迹在通过 in-context learning (few-shot) 和监督微调两种方式利用时，均能提升性能，达到 8B 参数 LLM 中的最先进水平。我们认为这些资源可以支持开发更透明的多语言临床决策支持工具。我们公开了完整的资源套件：推理痕迹、翻译后的 QA 数据集、Medical-Wikipedia 以及微调模型。
引用
@article{arxiv.2512.05658,
title = {Multilingual Medical Reasoning for Question Answering with Large Language Models},
author = {Pietro Ferrazzi and Aitor Soroa and Rodrigo Agerri},
journal= {arXiv preprint arXiv:2512.05658},
year = {2026}
}
备注
Under Review