[AI学术] 使用强化学习增强的代理搜索生成生物医学事实核查报告

自动化事实核查是保障公共健康信息可靠性的关键，但生物医学领域面临文献解读、证据评估和结论论证的特殊挑战。传统的检索‑验证框架往往只输出“支持”或“反驳”等单一标签，缺乏解释性，难以帮助人类理解。为此，我们提出了基于大语言模型的 BioCheck Agent，它在代理搜索的驱动下生成结构化的生物医学事实核查报告。Agent 只在 PubMed 上使用高级布尔检索式检索高质量文献，确保领域特异性。由于直接提示容易产生幻觉，尤其是轻量开源模型，我们进一步设计了 Evidence‑Grounded Group Relative Policy Optimization (EG‑GRPO)，在强化学习阶段为 BioCheck Agent 引入任务专属奖励：鼓励深度检索和高质量证据获取，惩罚幻觉生成。实验表明，以 Qwen3.5‑4B 为基线，加入 EG‑GRPO 的 BioCheck Agent 在 SciFact 上的标签预测准确率提升 9.95%，证据质量得分提升 3.7%，证据幻觉率下降 19.63%。

博主点评：该工作通过强化学习显著提升了模型的检索深度和报告可解释性，为生物医学自动核查提供了更可靠的技术路径。