医疗助手Agent系统 2025.12 - 2026.4 核心技术栈: 模型与训练:Qwen3.5-9B、医疗 VLM、SFT + GSPO、多维度复合奖励、easyr1 检索与推理:MedEmbed、RAG、Milvus、Mem0、双层记忆机制 项目背景:传统单Agent医疗问答系统存在响应效率低、复杂问题分析不全面、多轮对话上下文理解能力弱等问题。 面对多症状、多维度的医疗咨询时,回答准确性与稳定性不足;同时缺乏长效记忆机制,无法连贯理解用户意图,难以 满足实际医疗场景下高效、可靠、安全的智能问答需求
医疗助手Agent系统 2025.12 - 2026.4 核心技术栈: 模型与训练:Qwen3.5-9B、医疗 VLM、SFT + GSPO、多维度复合奖励、easyr1 检索与推理:MedEmbed、RAG、Milvus、Mem0、双层记忆机制 项目背景:传统单Agent医疗问答系统存在响应效率低、复杂问题分析不全面、多轮对话上下文理解能力弱等问题。 面对多症状、多维度的医疗咨询时,回答准确性与稳定性不足;同时缺乏长效记忆机制,无法连贯理解用户意图,难以 满足实际医疗场景下高效、可靠、安全的智能问答需求 ...
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如该工程师当前档期不合,也可免费为您推荐相似候选人