摘要
大型语言模型在医疗问答中表现优异，但易产生幻觉且知识滞后。尽管检索增强生成（RAG）可缓解此问题，但仍存在局限：一是医疗知识碎片化，单一路径检索难以兼顾细粒度语义与结构化全局关联；二是静态检索策略不足以支持复杂医疗问答所需的深度推理。本文提出
AI 推荐理由
论文提出迭代检索 - 推理机制，核心在于通过循环优化推理轨迹以解决复杂医疗问答中的深度推理问题。
研究机构
人工智能学院，南京大学
计算机科学与工程学院，南京大学
论文信息