Fugu-MT 論文翻訳(概要): FaithMed: Training LLMs For Faithful Evidence-Based Medical Reasoning

論文の概要: FaithMed: Training LLMs For Faithful Evidence-Based Medical Reasoning

arxiv url: http://arxiv.org/abs/2607.01440v1
Date: Wed, 01 Jul 2026 20:02:55 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-03 19:45:08.584272
Title: FaithMed: Training LLMs For Faithful Evidence-Based Medical Reasoning
Title（参考訳）: FaithMed: 忠実な証拠に基づく医療推論のためのLLMのトレーニング
Abstract要約: 現在の医療用LSMは、推論中にどのように評価され、適用されるべきかを監督することなく、証拠への積極的なアクセスや回収された証拠の使用を欠いている。我々は、エビデンスベースの医療の原則をプロセスレベル基準として定式化し、臨床者が設計し、自動的に改良されたルーリックと強化学習を組み合わせたフレームワークであるFaithMedを紹介する。
参考スコア（独自算出の注目度）: 20.91833034846772
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Faithful reasoning is essential in medicine, where clinical decisions require transparent justification grounded in reliable evidence. Current medical LLMs either lack active access to evidence or use retrieved evidence without supervising how it should be appraised and applied during reasoning. To address this, we formalize evidence-based medicine principles as process-level criteria and introduce FaithMed, a framework that combines clinician-designed, automatically refined rubrics with reinforcement learning using step-level process reward assignment and advantage grouping. Across seven medical benchmarks, FaithMed improves over agentic-search baselines (+9% on average) and outcome-only RL (+5.8%), while raising average evidence-based medicine rubric scores over agentic-search Qwen3 baselines (+15.5%). This work demonstrates that explicit step-level supervision can improve both task success and the faithfulness of the reasoning process. Code is available at https://github.com/cxcscmu/FaithMed.
Abstract（参考訳）: 忠実な推論は医学において不可欠であり、臨床上の決定は信頼できる証拠に基づく透明な正当化を必要とする。現在の医療用LLMは、証拠への積極的なアクセスを欠いているか、または、証拠を回収して、推論中にどのように評価され、適用されるべきかを監視していない。そこで我々は,エビデンスに基づく医療の原則をプロセスレベル基準として定式化し,クリニック設計のルーリックと,ステップレベルプロセス報酬とアドバンテージグルーピングを用いた強化学習を組み合わせたフレームワークであるFaithMedを紹介した。 7つのベンチマークで、FaithMedはエージェント検索ベースライン(平均で+9%)と結果のみのRL(+5.8%)を上回り、エージェント検索Qwen3ベースライン(+15.5%)よりも平均的なエビデンスベースの医療ルーリックスコアを上げる。この研究は、明確な段階的な監督がタスクの成功と推論プロセスの忠実さの両方を改善することを実証している。コードはhttps://github.com/cxcscmu/FaithMed.comで入手できる。

関連論文リスト

Med-OPD: Improving Medical Vision-Language Models via Evidence-Aware On-Policy Distillation [16.70988820954221]
医療ビジョンランゲージモデル(Med-VLMs)は、きめ細かい視覚的証拠から信頼できる推論を必要とする。 On-Policy Distillation (OPD)は、学生が生成する軌跡のトークンレベルを集中的に管理する。我々は,Med-VLMにおけるオンライン蒸留と医療エビデンス対応の監視を統合したMed-OPDを提案する。
論文参考訳（メタデータ） (2026-07-14T07:08:28Z)
When Cases Get Rare: A Retrieval Benchmark for Off-Guideline Clinical Question Answering [10.478229476671949]
ほとんどの医学大言語モデル(LLM)は、共通のガイドラインに焦点を絞った医療知識をそれらのパラメータにエンコードするように訓練されている。 OGCaReBenchは,典型的ガイドラインを超越した臨床質問に答えるためのLCMの評価を目的とした,フリーフォーム検索中心のベンチマークである。我々の実験によると、最高のパフォーマンスベースライン(GPT-5.2)でさえ、我々のベンチマークの56%しか正しく答えていない。
論文参考訳（メタデータ） (2026-05-20T23:04:48Z)
Eliciting Medical Reasoning with Knowledge-enhanced Data Synthesis: A Semi-Supervised Reinforcement Learning Approach [62.0906177191353]
既存のアプローチでは、教師付き微調整を経て、大規模プロプライエタリモデルからの連鎖推論トレースを蒸留し、強化学習(RL)を実施している。 MedSSRは,医療知識を付加したデータ合成と半教師付き強化学習フレームワークである。本フレームワークはまず, 分布制御可能な推論質問を合成するために, 稀な疾患知識を利用する。次に、ポリシーモデル自体を利用して高品質な擬似ラベルを生成する。これにより、擬似ラベルデータ上での自己教師型RLと、人間の注釈付き実データ上での教師型RLの2段階固有の訓練パラダイムが実現される。
論文参考訳（メタデータ） (2026-04-13T14:37:38Z)
PubMed Reasoner: Dynamic Reasoning-based Retrieval for Evidence-Grounded Biomedical Question Answering [12.717987334814692]
バイオメディカルQA剤PubMed Reasonerについて紹介する。自己批判的なクエリ改善は、PubMedクエリを強化するために、カバレッジ、アライメント、冗長性に関するMeSH用語を評価する。十分な証拠が収集されるまで記事はバッチで処理される Evidence-grounded response generation(英語版)は明示的な引用を伴う回答を生成する。
論文参考訳（メタデータ） (2026-03-28T16:41:57Z)
MedCEG: Reinforcing Verifiable Medical Reasoning with Critical Evidence Graph [17.320322032287894]
MedCEGは医療言語モデルに臨床的に有効な推論経路を付加するフレームワークである。推論プロセスの指針として,臨床推論手順の見直しを紹介する。実験結果から,MedCEGは臨床的に妥当な推論鎖を産生しながら,既存の方法を上回る性能を示した。
論文参考訳（メタデータ） (2025-12-15T16:38:46Z)
Decide less, communicate more: On the construct validity of end-to-end fact-checking in medicine [59.604255567812714]
我々は、専門家が医療証拠を合成することによって、ソーシャルメディアからの真の主張を検証する方法を示す。臨床試験の形で、野生の主張と科学的証拠を結びつける困難さ。我々は,ファクトチェックは対話型コミュニケーション問題としてアプローチし,評価すべきであると主張している。
論文参考訳（メタデータ） (2025-06-25T22:58:08Z)
Med-PRM: Medical Reasoning Models with Stepwise, Guideline-verified Process Rewards [28.419723761732357]
Med-PRMは、確立した医療知識ベースに対する各推論ステップを検証するためのプロセス報酬モデリングフレームワークである。 Med-PRMは最先端のパフォーマンスを実現し、ベースモデルの性能を最大13.50%向上させた。我々は、Med-PRMの汎用性を、Meerkatのような強力なポリシーモデルとプラグイン・アンド・プレイ方式で統合することで示す。
論文参考訳（メタデータ） (2025-06-13T05:36:30Z)
ReasonMed: A 370K Multi-Agent Generated Dataset for Advancing Medical Reasoning [54.30630356786752]
ReasonMedは、これまでで最大の医療推論データセットで、370万の高品質な例がある。マルチエージェント生成、検証、改善プロセスを通じて構築される。 ReasonMedを用いて、簡潔な答えの要約と詳細なCoT推論を統合することで、最も堅牢な微調整結果が得られる。
論文参考訳（メタデータ） (2025-06-11T08:36:55Z)
Structured Outputs Enable General-Purpose LLMs to be Medical Experts [50.02627258858336]
大規模言語モデル(LLM)は、しばしばオープンエンドの医学的問題に苦しむ。本稿では,構造化医療推論を利用した新しいアプローチを提案する。我々の手法は85.8のファクチュアリティスコアを達成し、微調整されたモデルを上回る。
論文参考訳（メタデータ） (2025-03-05T05:24:55Z)
MedBench: A Comprehensive, Standardized, and Reliable Benchmarking System for Evaluating Chinese Medical Large Language Models [55.215061531495984]
メドベンチ(MedBench)は、中国の医学LLMの総合的、標準化され、信頼性の高いベンチマークシステムである。まず、MedBenchは43の臨床専門分野をカバーするために、最大の評価データセット(300,901の質問)を組み立てる。第3に、MedBenchは動的評価機構を実装し、ショートカット学習や解答記憶を防ぐ。
論文参考訳（メタデータ） (2024-06-24T02:25:48Z)
An Analysis of a BERT Deep Learning Strategy on a Technology Assisted Review Task [91.3755431537592]
文書検診はEvidenced Based Medicineにおける中心的な課題である。本稿では,BERT や PubMedBERT を組み込んだ DL 文書分類手法と DL 類似性検索経路を提案する。 2017年と2018年のCLEF eHealth コレクションにおいて,私の DL 戦略の検索の有効性を検証し,評価した。
論文参考訳（メタデータ） (2021-04-16T19:45:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。