ReasonMed는 현재 가장 큰 오픈소스 의료 추론 데이터 세트이며, 관련 논문 결과는 다음과 같습니다.ReasonMed: 의학적 추론을 발전시키기 위한 37만 개의 다중 에이전트 생성 데이터 세트"는 의료 질문에 대한 답변, 텍스트 생성 등의 작업을 위한 모델을 훈련하고 평가하는 것을 목표로 합니다. 이 데이터 세트에는 임상 지식, 해부학, 유전학 등 다양한 분야를 포괄하는 37만 개의 고품질 질의응답 예시가 포함되어 있습니다. 이 데이터는 3개의 대규모 언어 모델(Qwen-2.5-72B, DeepSeek-R1-Distill-Llama-70B, HuatuoGPT-o1-70B)에서 생성된 175만 개의 초기 추론 경로에서 추출되었으며, 엄격한 다중 에이전트 검증 및 최적화 프로세스를 통해 개선되었습니다.

소환

@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},
}