医疗推理中的步骤级检索时机控制方法 PULSE

一篇 arXiv 论文提出 PUlSE 方法，通过模型内部表征作为信号，控制医疗推理中每一步是否调用外部检索。研究发现错误推理步骤的层间波动明显高于正确步骤，据此训练轻量探针在步骤完成后检测事实错误，并触发检索与步骤重写。在四个医疗基准上，该方法精度与逐步穷举检索相当，检索调用减少 72%，并可迁移到未见过的法律领域。

此前检索触发多依赖表层置信度估计，容易在不必要时引入噪声和延迟，或在该检索时漏检。该工作把触发依据从输出层置信度转向内部激活的层间动态，并给出检索量下降 72% 且精度不降的实测结果，为自适应检索控制提供了新的信号来源。

错误推理步骤在层与层之间的表征变化更剧烈，说明模型内部知识不稳定。PUlSE 不依赖输出概率，而是在步骤结束时用层间几何特征训练一个小型探针，判断该步骤是否存在事实错误；只有被判定为错误时才发起外部检索并重新生成该步骤，从而把检索预算集中到真正需要的步骤上。

对医疗问答、临床辅助决策等知识密集型产品，该方法意味着可以在不牺牲准确率的前提下大幅降低检索调用量，直接减少推理延迟与外部知识库调用成本。工程上需要保留模型中间层表征并接入步骤级探针，对推理框架的可见性提出新要求。

• 在医疗问答或临床辅助产品中，将检索触发从每步固定调用改为基于内部表征探针的条件调用，以降低延迟和检索费用。
• 把步骤级错误检测探针做成可插拔模块，接入现有 RAG 流程，用于定位并重写错误推理步骤。
• 针对法律、金融等相邻知识密集领域验证该探针的跨域迁移效果，作为多行业版本的功能卖点。
• 围绕检索调用量下降这一指标设计评估口径，向企业客户量化成本节省。

• 层间波动信号在其他模型架构和规模上是否同样稳定，论文未给出证据。
• 探针训练需要多少标注错误步骤数据，以及部署时误报和漏报的代价如何，证据中未说明。
• 法律领域迁移的具体提升幅度与失败案例未被披露。
• 72% 检索减少是在何种基准、模型和硬件条件下测得，证据未提供细节。