ActiveMedAgent：成本感知轨迹学习框架发布

研究提出 ActiveMedAgent 框架，在冻结的 API 视觉语言模型之上，用概率分布追踪候选诊断并按诊断效用减成本为每次检查打分，再离线训练轻量 MLP 控制器学习何时补充证据、何时给出结论。该工作已被 EMNLP 2026 收录。 在三个常用基准上，基于轨迹的策略学习均优于无引导采集和全模态基线；175 个案例中智能体用更少通道得出正确诊断而全模态基线失败，显示信息过载效应。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。