推理与双记忆联合优化的自学习诊断代理

临床专家不仅通过获取知识，更通过积累可复用的诊断模式来提升能力。针对现有基于大模型的诊断代理独立处理病例、限制经验复用的问题，本文提出 SEA，一种受认知启发的具备双记忆模块的自学习诊断代理。我们设计了特定的强化训练框架，联合优化推理与记忆管理。实验表明，SEA 在标准评估中长程任务中均显著优于基线，且提取的规则具有高度临床正确性与实用性，有效将经验转化为可复用知识。