研究人员提出神经符号对齐（Neurosymbolic Alignment），这是一种训练时框架，将7B参数规模的临床LLM与基于HGNN的生理世界模型耦合，以改善生成式临床推理的安全性。该方法利用来自包含847K个节点的生物医学知识图谱的结构化生理知识来评估候选响应，并驱动迭代式的在线策略ORPO更新。

  • 在临床安全基准（CSS）上从69.5%提升至90.8%，相比标准ORPO提升了21.3个百分点。
  • 在盲测子集上，将医生评估的有害推荐率（HR）从14.1%降低至5.1%。
  • 药物相互作用检测（DID）得分从72.8%提升至91.6%。
  • 尽管参数量仅为GPT-4的十分之一，但在所有安全指标上均超越GPT-4（5-shot）。
  • 在CSS指标上比推理时自我校正流水线（SFT+SelfCorrect）高出11.4个百分点。

作者得出结论：训练时的生理基础化能产生可测量且独立可验证的安全性提升，适用于开源权重的临床LLM，但需要在真实临床数据上进行外部验证，以确认其在部署场景中的可迁移性。