QuarkMedSearch: A Long-Horizon Deep Search Agent for Exploring Medical Intelligence

Created by

Haebom

저자

Zhichao Lin, Zhichao Liang, Gaoqiang Liu, Meng Xu, Baoyu Xiang, Jian Xu, Guanjun Jiang

💡 개요

본 논문은 중국 의료 분야의 심층 검색 성능 향상을 목표로 하는 에이전트 기반 기초 모델인 QuarkMedSearch를 제안합니다. 이를 위해 의료 다단계 데이터 구축, 훈련 전략, 평가 벤치마크를 포함하는 전체 파이프라인 접근 방식을 개발했으며, 의료 지식 그래프와 실시간 온라인 탐색을 결합하여 부족한 훈련 데이터를 보충하고, SFT 및 RL 훈련을 통해 모델의 계획, 도구 호출, 반성 능력을 점진적으로 향상시켰습니다.

🔑 시사점 및 한계

•

수직 도메인(특히 의료)에서 에이전트 기반 기초 모델의 성능을 향상시키기 위한 체계적인 전체 파이프라인 접근 방식의 유효성을 입증합니다.

•

의료 지식 그래프와 온라인 탐색을 결합한 장기 심층 검색 훈련 데이터 구축 방법론을 제시합니다.

•

의료 전문가와 협력하여 구축된 엄격한 수동 검증을 거친 QuarkMedSearch 벤치마크는 의료 분야의 에이전트 성능 평가에 기여합니다.

•

의료 도메인의 특수성을 고려한 데이터 구축 및 훈련 전략의 필요성을 강조하지만, 벤치마크 구축 및 검증 과정에서 의료 전문가의 참여에 따른 비용 및 시간 제약이 있을 수 있습니다.

PDF 보기

Made with Slashpage