SafeMed-R1：面向医疗大语言模型的临床审核安全与伦理对齐

大型语言模型在执照考试中表现优异，但因缺乏可审计的推理、安全及伦理对齐而受限。本文提出 SafeMed-R1，通过可追溯的临床信任信号管道训练，将推理实例与临床评分及编辑历史关联，并经由安全伦理监督及红队测试进行对齐。结果显示，该模型在临床基准测试中准确率达 79.6%，对抗性测试中风险最低，不安全输出减少 3%-5%。专家评估表明，其在用药安全性、指南一致性及临床实用性上优于住院医师，证明了临床审核监督对增强治理证据的有效性。