上海交通大学 发布 Critical Evidence Graphs (CEG) 数据集, 应用在 医疗人工智能、临床推理 领域

上海交通大学 本次发布的数据集 Critical Evidence Graphs (CEG), MedCEG团队构建的Critical Evidence Graphs (CEG)数据集由1万例复杂临床案例组成，旨在通过结构化证据图增强医疗语言模型的推理可验证性。该数据集整合了MedQA、MedCase和JAMA Challenge的原始数据，通过大模型筛选高难度案例并生成问答-推理三元组，再经多模型协同提取语义关系构建证据图，最终提炼关键推理子图（CEG）。其核心内容涵盖临床实体、因果关系及最小必要推理路径，支持医疗AI生成符合临床逻辑的透明化决策过程。该资源应用于医疗推理强化学习，解决传统方法中推理过程缺乏临床有效性的问题，推动可靠医疗AI的发展。

查看Critical Evidence Graphs (CEG)

README 内容： 

关于 上海交通大学 , 上海交通大学是一所位于中国上海市的著名综合性研究型大学，以工程学、管理学和医学等领域的研究和教学而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。