Mehrere Runden, mehr Genauigkeit: MA‑RAG verbessert medizinisches Denken

Large Language Models (LLMs) zeigen großes Potenzial im medizinischen Frage‑Antwort‑Bereich, doch ihre Neigung zu Halluzinationen und veralteten Fakten birgt erhebliche Risiken. Retrieval‑Augmented Generation (RAG) hilft, diese Probleme zu mildern, doch bisherige Ansätze stützen sich auf raue token‑basierte Signale und bieten keine mehrstufige Verfeinerung für komplexe Fragestellungen.

In der neuen Arbeit wird MA‑RAG (Multi‑Round Agentic RAG) vorgestellt – ein Framework, das die Testzeit‑Skalierung für anspruchsvolles medizinisches Denken ermöglicht. Durch einen agentischen Refinement‑Loop wird sowohl die externe Evidenz als auch die interne Beweisgeschichte schrittweise verbessert. In jeder Runde wandelt der Agent semantische Konflikte zwischen möglichen Antworten in gezielte Suchanfragen um und optimiert gleichzeitig die Historie, um den Verlust bei langen Kontexten zu reduzieren.

MA‑RAG erweitert das Prinzip der Selbstkonsistenz, indem es das Fehlen von Konsistenz als proaktives Signal für weitere Runden nutzt. Der Ansatz wirkt wie ein Boosting‑Mechanismus, der den Residualfehler schrittweise minimiert und so zu einem stabilen, hochpräzisen medizinischen Konsens führt.

Umfangreiche Tests an sieben medizinischen Q&A‑Benchmarks zeigen, dass MA‑RAG die Konkurrenz bei Inferenz‑Zeit‑Skalierung und klassischen RAG‑Baselines deutlich übertrifft – durchschnittlich +6,8 Prozentpunkte Genauigkeit über das Basismodell hinaus. Der zugehörige Code ist öffentlich zugänglich unter https://github.com/NJU-RL/MA-RAG.