从冲突到共识：通过多轮代理 RAG 增强医疗推理

大型语言模型在医疗问答中展现出强大的推理能力，但其幻觉和知识过时问题带来严重风险。现有检索增强生成（RAG）方法依赖噪声信号且缺乏复杂推理所需的多轮优化。本文提出 MA-RAG 框架，通过在代理优化循环中迭代演化外部证据与内部推理历史，实现测试时扩展。该框架将候选回答间的语义冲突转化为主动检索信号，并优化推理轨迹以缓解长上下文退化。实验表明，MA-RAG 在七个医疗基准上平均准确率提升 6.8 分，显著优于现有基线。