摘要
针对电子健康记录稀疏、噪声大及长上下文挑战，现有系统缺乏类似临床医生的经验积累机制。本文提出 Traj-Evolve，一种具备双重进化机制的自进化多智能体系统：一是作为非参数记忆的经验池，通过检索相似病例提供少样本上下文；二是基于奖励排序微调的多智能体强化学习，优化智能体间及与记忆的协作。在肺癌预测任务中，该系统显著优于多个基线。研究表明，两种机制互补，分别提升了特异性与敏感性。
AI 推荐理由
论文提出自进化多智能体系统，核心机制为经验池记忆与多智能体强化学习的协同进化。
研究机构
University of Washington
Google
论文信息