RexDrug：通过推理增强型大语言模型实现可靠的多药组合提取

针对现有方法难以建模变长 n 元药物组合及复杂兼容逻辑的问题，本文提出 RexDrug，一种基于大语言模型的端到端推理增强关系抽取框架。该框架采用两阶段训练策略：首先利用多智能体协作机制自动生成高质量专家级推理轨迹用于监督微调；其次应用专为药物组合提取设计的多维奖励函数进行强化学习，以进一步优化推理质量与抽取精度。实验表明，RexDrug 在 n 元抽取任务上显著优于最先进基线，并能生成连贯的医学推理。