动态双向模式记忆：临床 NLP 中推理时门控的生产规模实证表征

本文研究了生产级临床 NLP 流水线中的推理时模式记忆门控机制。该系统配对生成器与验证器，并引入轻量级记忆模块，在部署中学习过滤已知的失败提取项，避免重复验证。研究发现，直接学习过滤规则因数据稀疏而失效，而基于固定本体或检验证据一致性的简单规则更为有效。关键结论表明，记忆过滤器仅在测试验证器所权衡的相同证据时才具有选择性，否则会在大规模应用中静默失效。