PubMed Reasoner：基于动态推理的检索，用于医学 biomedical 提问答
计算与语言
2026-03-31 v1
摘要
可信赖的医学提问答（QA）系统不仅需提供准确答案，还需以当前可验证的证据加以论证。检索增强方法虽部分缓解了这一需求，但缺乏对查询不佳进行迭代细化的机制；而自我反思方法仅在完整检索后才会启动。为此，我们引入PubMed Reasoner——一个医学QA智能体，包含三个阶段：自我批判查询细化评估MeSH术语的覆盖范围、对齐性和冗余度，以改进PubMed查询；反思检索在收集足够证据后批量处理文章；以及基于证据的响应生成，生成带显式引用的答案。PubMed Reasoner采用GPT-4o作为底层模型，在PubMedQA上实现78.32%准确率，略超人类专家水平，并在MMLU临床知识测试中持续提升。此外，LLM评判器偏好我们生成的回答，涵盖推理严谨性、证据依托、临床相关性和可信度四个维度。通过在权威来源上进行检索优先推理，Our方法在控制计算和token成本的同时，为临床医生和医学研究人员提供了实用帮助。
引用
@article{arxiv.2603.27335,
title = {PubMed Reasoner: Dynamic Reasoning-based Retrieval for Evidence-Grounded Biomedical Question Answering},
author = {Yiqing Zhang and Xiaozhong Liu and Fabricio Murai},
journal= {arXiv preprint arXiv:2603.27335},
year = {2026}
}
备注
20 pages; under review