يقترح الباحثون BiRG-LoRA، وهي طريقة تكيف فعالة من حيث المعلمات للإجابة على أسئلة الاختيار المتعدد الطبية التي تضبط رتب المحولات ديناميكيًا بناءً على شروط الإدخال. تستخدم الطريقة بوابة ثنائية المحور لاختيار مجموعة فرعية متفرقة من ذرات الرتبة من وحدة LoRA واحدة لكل طبقة، مما يدمج الأدلة الدلالية مع الأولويات السريرية.
- يحقق دقة متوسطة ماكرو بنسبة 69.31% عبر معايير CMB وCMExam وMedQA وMedMCQA باستخدام Qwen3-8B.
- يتفوق على MoELoRA بنقطة مئوية واحدة مقدارها 0.89 مع استخدام 28.1% من المعلمات القابلة للتدريب أقل.
- يحسن LoRA r16 العادي وLoRA r4 المطابق للرتبة النشطة بمقدار 0.83 نقطة ماكرو.
- يُظهر متانة تجاه ضجيج الوسوم المعتدل من خلال فحوصات اضطراب المحور الضعيف أثناء التقييم.
تشير النتائج إلى أن تخصيص الرتب المنظم سريريًا يعزز أداء الإجابة على الأسئلة الطبية عبر المعايير تحت بروتوكول البذرة المفردة المتطابق.