医学大语言模型通常在教学数据（如教材）和临床数据（如电子病历）混合训练。我们通过令牌匹配实验，系统地改变教学‑临床比例，评估数据构成对知识密集型任务和临床导向任务的性能、能力画像以及错误模式的影响。
实验揭示了任务类型之间的不对称迁移：加入临床数据显著提升临床导向任务的表现，同时在知识密集型任务上保持竞争力；而增加教学数据主要提升知识密集型任务的准确度。错误分析表明存在“知行差距”，即知识回忆的提升并不必然转化为临床推理能力的提升。
进一步观察到，少量临床数据即可带来大部分在基于电子健康记录任务上的收益，而最佳的教学‑临床比例取决于下游任务对知识和临床推理的需求。
这些结果提示，医学 LLM 的数据策划应以应用为导向：对推理密集型使用场景，倾向使用更高比例的临床数据。
点评