ReasonMed は現在最大のオープンソースの医療推論データセットであり、関連する論文結果は次のとおりです。ReasonMed: 医療推論の進歩のための 370K のマルチエージェント生成データセット「」は、医療に関する質問への回答やテキスト生成などのタスク向けのモデルをトレーニングおよび評価することを目的としています。 このデータセットには、臨床知識、解剖学、遺伝学などの複数の分野を網羅する 37 万件の高品質な質問応答例が含まれています。このデータは、3 つの大規模言語モデル (Qwen-2.5-72B、DeepSeek-R1-Distill-Llama-70B、HuatuoGPT-o1-70B) によって生成された 175 万の初期推論パスから抽出され、厳密なマルチエージェント検証および最適化プロセスを通じて洗練されています。

引用

@misc{sun2025reasonmed370kmultiagentgenerated,
title={ReasonMed: A 370K Multi-Agent Generated Dataset for Advancing Medical Reasoning},
author={Yu Sun and Xingyu Qian and Weiwen Xu and Hao Zhang and Chenghao Xiao and Long Li and Yu Rong and Wenbing Huang and Qifeng Bai and Tingyang Xu},
year={2025},
eprint={2506.09513},
archivePrefix={arXiv},
primaryClass={cs.CL},
url={https://arxiv.org/abs/2506.09513},
}
@misc{lasateam2025lingshugeneralistfoundationmodel,
title={Lingshu: A Generalist Foundation Model for Unified Multimodal Medical Understanding and Reasoning},
author={LASA Team and Weiwen Xu and Hou Pong Chan and Long Li and Mahani Aljunied and Ruifeng Yuan and Jianyu Wang and Chenghao Xiao and Guizhen Chen and Chaoqun Liu and Zhaodonghui Li and Yu Sun and Junao Shen and Chaojun Wang and Jie Tan and Deli Zhao and Tingyang Xu and Hao Zhang and Yu Rong},
year={2025},
eprint={2506.07044},
archivePrefix={arXiv},
primaryClass={cs.CL},
url={https://arxiv.org/abs/2506.07044},
}