arXiv 2026年9月16日EviGen 提出一个三层框架，先用基于结局标签训练的可学习查询按预测贡献（而非文本相关性）检索并排序患者纵向电子健康记录中的证据，再让大语言模型在该证据脚手架内生成带引用编号的临床推理依据，最后由过程监督验证器逐步核查并标记不可靠推理；在 MIMIC-IV 一年死亡率、自闭症与 ADHD 三个任务上，其预测表现与推理依据忠实度优于全上下文与 RAG 基线，并在临床评审试点中被多数评审者首选。EviGen 提出一个三层框架，先用基于结局标签训练的可学习查询按预测贡献（而非文本相关性）检索并排序患者纵向电子健康记录中的证据，再让大语言模型在该证据脚手架内生成带引用编号的临床推理依据，最后由过程监督验证器逐步核查并标记不可靠推理；在 MIMIC-IV 一年死亡率、自闭症与 ADHD 三个任务上，其预测表现与推理依据忠实度优于全上下文与 RAG 基线，并在临床评审试点中被多数评审者首选。EviGen：以预测性证据脚手架生成可验证的临床推理依据EviGen 提出一个三层框架，先用基于结局标签训练的可学习查询按预测贡献（而非文本相关性）检索并排序患者纵向电子健康记录中的证据，再让大语言模型在该证据脚手架内生成带引用编号的临床推理依据，最后由过程监督验证器逐步核查并标记不可靠推理；在 MIMIC-IV 一年死亡率、自闭症与 ADHD 三个任务上，其预测表现与推理依据忠实度优于全上下文与 RAG 基线，并在临床评审试点中被多数评审者首选。EviGen 提出一个三层框架，先用基于结局标签训练的可学习查询按预测贡献（而非文本相关性）检索并排序患者纵向电子健康记录中的证据，再让大语言模型在该证据脚手架内生成带引用编号的临床推理依据，最后由过程监督验证器逐步核查并标记不可靠推理；在 MIMIC-IV 一年死亡率、自闭症与 ADHD 三个任务上，其预测表现与推理依据忠实度优于全上下文与 RAG 基线，并在临床评审试点中被多数评审者首选。