推理可解释性

研究人员提出FaithMed框架，通过强化学习结合临床评估标准，让医疗大模型在推理过程中更可靠地使用证据，提升医疗决策的透明度和准确性。

研究者提出Tandem强化学习新方法，让强模型在推理时兼顾弱模型的可读性，为解决大模型推理晦涩难题提供新思路。