CODA：面向多模态临床推理的群组感知与漂移感知基础模型

CODA 是一个面向多模态临床推理的群组感知与漂移感知基础模型，通过群组感知人群分层与漂移感知个体适应两种机制，将群体层面的队列模式与个体异质性统一建模。该模型利用强化学习发现临床有意义的患者群组，并把每位患者偏离群组原型的程度编码为结构化漂移信号。在真实世界 EHR 基准的闭卷问答、开卷问答和报告生成等任务中，CODA 表现出一致的效果与较强泛化能力。