लेखकों ने RareDx पेश किया, एक सिस्टम जो नियंत्रित प्रमाण उपयोग को ज्ञान-ग्राफ-ग्राउंडेड पॉलिसी ऑप्टिमाइज़ेशन के साथ जोड़ता है दुर्लभ-रोग निदान की लंबी-छाया तर्क समस्या को हल करने के लिए। प्रशिक्षण पाइपलाइन Top-10 पोस्ट-ट्रेनिंग को RareDx-KGPO के साथ जोड़ती है, जो भविष्यवाणियों को एक मानकीकृत रोग ग्राफ में प्रोजेक्ट करता है और संपादित स्तरित प्रासंगिकता, ऑन्टोलॉजी निकटता, बायोमेडिकल समानता, और लक्षण स्थिरता को एकीकृत करता है।
- आठ बेंचमार्क्स में, Qwen3.5-9B पर केंद्रित पूर्ण RareDx सिस्टम 38.34 मैक्रो Hit@10 प्राप्त करता है, जो संग्रहीत प्रोटोकॉल के तहत GPT-5.5 से 1.60 अंक आगे है।
- एक असंयुक्त वैलिडेशन-चयन ऑडिट में रखे हुए मामलों पर Direct निष्पादन की तुलना में 6.80 अंक का रूटिंग लाभ बनाए रखता है।
- 27B सिस्टम Hit@1/5/10 पर क्रमशः 23.53/36.56/40.76 प्राप्त करता है।
- नियंत्रित अलबेशन दिखाते हैं कि पुनर्प्राप्ति समान रूप से सहायक नहीं है और नियंत्रित रूटिंग लाभ के लिए केंद्रीय है।
ये परिणाम संकेत करते हैं कि संरचित चिकित्सा ज्ञान एक संक्षिप्त मॉडल को हeterogeneous लंबी-छाया सेटिंग्स में प्रतिस्पर्धी निदान रैंकर में बदल सकता है, जो क्लिनिकल प्रैक्टिस में पाए जाते हैं।