医学认知大模型临床推理增强研究

1. 研发符合严苛临床规范的医学推理认知增强技术，攻坚底层算法，实现大模型输出结果的高可信与白盒化解释。 2. 构建并持续优化“双医（医生+AI）协同”的人机交互新范式，大幅降低临床诊断路径中的漏诊与误诊风险。 3. 深度调优大语言模型底座，突破长文本医学文献、复杂病历的深度理解与多源信息整合技术瓶颈。 4. 协同医学专家团队开展大模型评测基准建设，推动医疗认知大模型在临床决策辅助中的合规化落地。

1. 获得本科及以上学历，计算机科学、人工智能、医疗信息学、数据科学等相关专业； 2. 深入掌握大语言模型（LLM）底层架构，具备检索增强生成（RAG）、思维链（CoT）及模型微调（SFT）的丰富实战经验； 3. 具备强悍的算法工程落地能力，熟悉大规模数据处理及模型推理加速技术，能够高效解决工程实践中的性能瓶颈； 4. 具备敏锐的跨界学习能力，能够快速理解并抽象医学业务逻辑与行业合规要求，实现AI技术与医疗场景的深度融合； 5. 在相关领域顶级学术会议或期刊上有高质量论文发表记录，或在知名算法竞赛中取得过优异成绩者优先。