Scaling Medical Reasoning Verification via Tool-Integrated Reinforcement Learning
通过工具集成强化学习扩展医学推理验证
机构 * University of Pittsburgh(匹兹堡大学) ; UT Southwestern Medical Center(西南医学中心) ; Cornell University(康奈尔大学)
AI总结 本文提出$\method$,通过工具集成强化学习实现医学推理验证的扩展,显著提升验证效果并降低采样预算需求。